opencv normalize()函数详解

最新推荐文章于 2024-08-12 16:28:42 发布

yuandm819

最新推荐文章于 2024-08-12 16:28:42 发布

阅读量1.4w

点赞数 3

分类专栏： openCV

本文链接：https://blog.csdn.net/yuandm819/article/details/79897868

版权

本文详细介绍了OpenCV的normalize()函数在向量范数归一化和范围归一化中的应用。通过实例解释了1范数、2范数和无穷范数的归一化过程，以及范围归一化的映射关系。在对图像进行归一化处理后，通常需要使用convertScaleAbs()进行数据类型的转换。

摘要由CSDN通过智能技术生成

opencv中的normalize()函数可以对向量进行范数归一化或者范围（最大最小）归一化。

void cv::normalize	(	InputArray	src,
		InputOutputArray	dst,
		double	alpha = `1`,
		double	beta = `0`,
		int	norm_type = `NORM_L2`,
		int	dtype = `-1`,

最低0.47元/天解锁文章

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

yuandm819

关注关注

3
点赞
踩
35

收藏

觉得还不错? 一键收藏
1
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

【opencv-c++】cv::normalize图像像素归一化

jn10010537的博客

10-13

1193

当alpha为n，则按照alpha=1,计算出结果，然后乘以n。（norm_type类型为NORM_MINMAX除外）。把beta=0,则是规范值，beta非零则为规范范围，相当于bool(beta)是规范范围的句柄。注意：norm_type类型为NORM_MINMAX时，范围归一化使用的是如下式子，cv::normalize归一化数据。设数组中原有{A1,A2,A3…该函数分为范围归一化与数据值归一化。当AK等于max(Ai)时p=1;当AK等于min(Ai)时p=0；设范围为【0，255】

opencv以图搜图

12-06

【OpenCV以图搜图详解】在计算机视觉领域，"以图搜图"（Image Retrieval）是一项重要的技术，它允许用户通过一张图像来搜索与之相似或相关的其他图像。OpenCV（开源计算机视觉库）提供了强大的图像处理功能，使得...

1 条评论您还未登录，请先登录后发表或查看评论

OPENCV函数介绍：normalize（）

page190017的博客

05-13

1万+

OPENCV函数介绍：normalize（） OPENCV版本：3.4.2 函数原型： void cv::normalize(InputArry src,InputOutputArray dst,double alpha=1,double beta=0,int norm_type=NORM_L2,int dtype=-1,InputArray mark=noArry()) 函数作用：归...

cv::normalize（）

最新发布

nuliliq的博客

08-12

769

`cv::normalize()`函数在OpenCV中用于将矩阵或向量的数值进行归一化处理，使其符合特定的统计性质或范围。你给出的代码片段： ```cpp cv::normalize(hist1, hist1, 1.0); ``` 是对一个名为`hist1`的`cv::Mat`或`cv::MatND`对象进行归一化操作。这里，`hist1`通常是一个直方图数据，即`hist1`包含了图像或信号的频率分布信息。 ### 参数解析 - **`hist1` (InputArray)**：这是要被归一化的输

OpenCV的函数normalize()的两个作用:调整矩阵的值范围(归一化处理)、规范化矩阵的范数为某个值

昊虹AI笔记

07-06

6665

OpenCV的函数normalize()的两个作用:调整矩阵的值范围(归一化处理)、规范化矩阵的范数为某个值

OpenCV-矩阵归一化cv::normalize

翟天保的博客

06-18

1万+

函数原型：void normalize( InputArray src, OutputArray dst, double alpha = 1, double beta = 0,int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray());

opencv--normalize函数详解

m0_60447786的博客

07-10

6709

normalize详解，带有实例

OpenCV：normalize函数原理及应用

SSS_369

03-14

4192

1. 函数原型 void cv::normalize(InputArry src, InputOutputArray dst, double alpha=1, double beta=0, int norm_type=NORM_L2, ...

opencv 神经网络分类

05-10

例如，对于图像数据，我们可以使用OpenCV的`cvtColor`函数进行颜色空间转换，`normalize`函数进行数据标准化。 3. **构建神经网络模型** 使用OpenCV的`cv::ml::ANN_MLP::create()`创建神经网络实例。接着设置网络...

opencv直方图计算

05-13

**OpenCV直方图计算详解** 在计算机视觉领域，直方图是一种强大的工具，用于量化图像的像素分布。OpenCV库提供了丰富的功能来处理图像，其中包括直方图的计算。本篇文章将深入探讨如何在Visual Studio 2010环境下...

C++OpenCV3源代码cornerHarris函数用法示例

04-28

### C++ OpenCV3 中 cornerHarris 函数的用法详解 #### 一、引言在计算机视觉领域，特征检测是一项重要的技术，它能够帮助我们识别图像中的关键点或区域，这对于后续的图像匹配、目标跟踪等任务至关重要。OpenCV...

C++OpenCV3源代码boxFilter函数用法

04-28

### C++ OpenCV3 源代码 boxFilter 函数用法详解在图像处理与计算机视觉领域中，OpenCV（开源计算机视觉库）是一个极为重要的工具。它为开发者提供了丰富的功能，包括图像处理、视频分析以及模式识别等。其中，`...

opencv historgram直方图源代码

02-22

2. **`cv::calcHist`函数详解**： - `images`：输入图像数组，可以是一张或多张图像。 - `channels`：指定要计算直方图的图像通道，例如，对于灰度图像，channels为0；对于彩色图像，可能选择B, G, R通道之一。 ...

matchTemplate

05-20

**OpenCV 模板匹配详解** 模板匹配是计算机视觉领域中的一个重要技术，它在图像处理、目标检测和图像分析中有着广泛的应用。OpenCV（开源计算机视觉库）提供了丰富的功能来实现这一技术，使得开发者可以方便地进行...

CXCore中文参考手册

07-14

**OpenCV中的CXCore库详解** CXCore是OpenCV库中的一个核心子库，它包含了OpenCV运行时所需的基础数据结构和操作。这些基础结构和操作对于理解和使用OpenCV至关重要，因为它们构成了处理图像和进行计算机视觉算法的...

41.Python图像平滑万字详解（均值滤波、方框滤波、高斯滤波、中值滤波、双边滤波）.pdf

03-31

使用OpenCV的`boxFilter`函数： ```python # 使用方框滤波实现均值滤波 blurred_box = cv2.boxFilter(img, -1, (kernel_size, kernel_size), normalize=True) # 显示结果 cv2.imshow('Box Filtered Image', ...

opencv函数介绍（1）——normalize

cosmispower的博客

03-21

3万+

1.函数原型 void cv::normalize(InputArry src,InputOutputArray dst,double alpha=1,double beta=0,int norm_type=NORM_L2,int dtype=-1,InputArray mark=noArry()) 2.函数作用归一化数据。该函数分为范围归一化与数据值归一化。（Normalizes

opencv中归一化函数normalize()的原理讲解

热门推荐

生命在于折腾！

01-06

8万+

1. 归一化归一化就是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。首先归一化是为了后面数据处理的方便，其次是保证程序运行时收敛加快。归一化的具体作用是归纳统一样本的统计分布性。归一化在0-1之间是统计的概率分布，归一化在某个区间上是统计的坐标分布。归一化有同一、统一和合一的意思。归一化的目的，是使得没有可比性的数据变得具有可比性，同时又保持相比较的两个数据之间的相对关系，......

OpenCV-Python学习（17）—— OpenCV 图像像素类型转换与归一化（cv.normalize）

止于至善

12-16

3632

归一化是要把需要处理的数据经过处理后（通过某种算法）限制在你需要的一定范围内。理解归一化不同计算方式的过程。

opencv normalize函数

06-28

### 回答1： OpenCV中的normalize函数可以对输入的图像或数组进行归一化操作。具体而言，该函数可以将数组中的数值缩放到指定的范围内，以便于后续的处理或显示。该函数的定义如下： ``` void normalize(InputArray src, OutputArray dst, double alpha = 1, double beta = 0, int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray()); ``` 其中，参数的含义如下： - src: 输入的图像或数组。 - dst: 输出的归一化结果。 - alpha: 归一化的范围最小值，通常为0。 - beta: 归一化的范围最大值，通常为255。 - norm_type: 归一化类型，可以是NORM_INF、NORM_L1或NORM_L2。 - dtype: 输出数组的数据类型，如果为-1，则与输入数组保持一致。 - mask: 可选的掩码数组，用于指定哪些元素需要进行归一化。使用该函数可以实现将图像灰度值范围归一化到0~255之间，以便于显示或进行其他处理。 ### 回答2： OpenCV的normalize函数是一个非常常用的函数，它可以帮助我们将图像像素值归一化到指定的范围内，使得图像的亮度更加均衡，更利于后续的图像处理。该函数的原型如下： void normalize(InputArray src, OutputArray dst, double alpha = 1.0, double beta = 0.0, int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray()); 其中，src表示输入图像，dst表示输出图像，alpha和beta分别为乘数和加数，norm_type表示规范化类型，dtype表示输出图像的数据类型，mask表示掩膜。 normalize函数的使用方法如下： Mat img = imread("test.jpg"); Mat dst; normalize(img, dst, 0, 255, NORM_MINMAX, CV_8UC1); 这里，我们将输入图像img像素值归一化到0-255之间，并将输出图像的数据类型设置为CV_8UC1，即8位无符号整数。 normalize函数中的norm_type参数有几种取值，分别代表以下含义： NORM_INF：求矩阵的最大值，也就是说把矩阵绝对值中的最大值作为归一化参考。 NORM_L1：求出矩阵中所有元素的绝对值之和，作为归一化参考。 NORM_L2：求出矩阵中所有元素的平方和，作为归一化参考。 NORM_MINMAX：将矩阵中最小值变为alpha，最大值变为beta。 normalize函数能够有效地增强图像的对比度和亮度，尤其是在图像处理领域中常常使用。需要注意的是，normalize函数并不修改输入图像，而是生成一个新的输出图像。因此，在使用该函数时需要注意需要将生成的新图像作为最终的结果进行进一步的处理。同时，使用该函数时需要注意数据类型和规范化类型的选择，以避免在图像处理过程中出现一些不必要的问题。 ### 回答3： OpenCV中的normalize函数是一个用于归一化数据的函数，它可以帮助将输入数据按照一定的规则转化到指定的范围内。 normalize函数的原型如下： void normalize(InputArray src, OutputArray dst, double alpha=1, double beta=0, int norm_type=NORM_L2, int dtype=-1, InputArray mask=noArray()); 这个函数有几个参数要解释一下： 1. src：输入数组，可以是矩阵、向量或者图像。它必须是单通道或者多通道的浮点类型。 2. dst：输出的数组，必须和输入数组的大小、通道数和通道类型都相同。它必须为单通道或者多通道的浮点类型。 3. alpha：归一化因子，即输出数组的范围的缩放因子。如果输入数组的最小值和最大值都是已知的，那么可以计算出该因子。 4. beta：归一化偏移量，即输出数组的范围的偏移量。如果输入数组的最小值和最大值都是已知的，那么可以计算出该偏移量。 5. norm_type：归一化类型，指定归一化的方法，可以是以下值之一： - NORM_INF：求输入数组的L∞范数。 - NORM_L1：求输入数组的L1范数。 - NORM_L2：求输入数组的L2范数。 - NORM_MINMAX：将输入数组归一化到指定的范围内。 6. dtype：输出数组的类型，如果设置为负数，则输出数组就和输入数组的类型相同。 7. mask：掩模，用来指定哪些数组元素需要进行归一化处理。在使用normalize函数的时候，我们需要注意以下几个事项： 1. 输入和输出数组必须有相同的大小和通道数。 2. 输入数组必须为单通道或者多通道的浮点数类型。 3. 在计算归一化因子alpha和beta时，如果输入数组的最小值和最大值不是已知的，则需要手动指定。 4. 归一化类型norm_type可以选择不同的方法，但是如果选择了NORM_MINMAX，则需要指定输出数组的范围。 5. 如果需要对指定的元素进行归一化处理，则需要传入掩模参数mask。总而言之，normalize函数是一个非常实用和重要的OpenCV函数，可以帮助我们将输入数据转化到指定的范围内，对于图像处理和计算机视觉任务有着广泛的应用。