OpenCV中矩阵归一化函数normalize()的原理讲解及公式 C++/Python代码实例

最新推荐文章于 2026-06-19 15:07:11 发布

原创

最新推荐文章于 2026-06-19 15:07:11 发布 · 1.6w 阅读

标签

#OpenCV

收录于

Table of Contents

函数原型

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

笔者说明：这个函数的作用就是把需要处理的数据通过某种算法限制在你需要的一定范围内。

参数说明

参数	英文说明	笔者翻译及说明
src	input array.	输入矩阵
dst	output array of the same size as src .	输出矩阵，与输入矩阵尺寸相同
alpha	norm value to normalize to or the lower range boundary in case of the range normalization.	如果norm_type为NORM_MINMAX ，则alpha为最小值或最大值；如果norm_type为其他类型，则为归一化要乘的系数【重点】
beta	upper range boundary in case of the range normalization; it is not used for the norm normalization.	如果norm_type为NORM_MINMAX ，则beta为最小值或最大值；如果norm_type为其他类型，beta被忽略，此处不会被用到，一般传入0【重点】
norm_type	normalization type (see cv::NormTypes).	归一化类型，常见的有NORM_L1, NORM_L2, NORM_INF, NORM_MINMAX
dtype	when negative, the output array has the same type as src; otherwise, it has the same number of channels as src and the depth =CV_MAT_DEPTH(dtype).	如果取负值时，dst与src同样的类型；否则，dst和src有同样的通道数，且此时图像深度为CV_MAT_DEPTH(dtype)
mask