OpenCV——歸一化函數normalize


函數原型:

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.函數作用
歸一化數據。該函數分為范圍歸一化與數據值歸一化。(Normalizes the norm or value range of an array.)
 
3.參數說明
src               輸入數組;
dst               輸出數組,數組的大小和原數組一致;
alpha           1,用來規范值,2.規范范圍,並且是下限;
beta             只用來規范范圍並且是上限; //為0時則為值歸一化,否則為范圍歸一化
norm_type   歸一化選擇的數學公式類型;
dtype           當為負,輸出在大小深度通道數都等於輸入,當為正,輸出只在深度與輸如不同,不同的地方游dtype決定;
mark            掩碼。選擇感興趣區域,選定后只能對該區域進行操作。
 
4.歸一化選擇的數學公式類型介紹(norm_type)
設數組中原有{A1,A2,A3...An}
NORM_L1:
 
NORM_INF:
 
NORM_L2:
 
NORM_MINMAX:(AK不屬於{max(Ai)},min(Ai),當AK等於max(Ai)時p=1,等於min(Ai)時p=0)
 
 
5.舉例說明:
src={10,23,71}
 
NORM_L1運算后得到    dst={0.096,0.221,0.683}
 
NORM_INF運算后得到  dst={0.141,0.324,1}
 
NORM_L2運算后得到   dst={0.133,0.307,0.947}
 
NORM_MINMAX運算得到 dst={0,0.377,1}
 
 
 
6.范圍歸一化與值歸一化的區別
區別一:范圍歸一化使用的是如下式子,設范圍為【0,255】
 
即把src縮放到【0,255】這個范圍內,並不使用上面的4個公式去解。
 
區別二:使用范圍歸一化時,beta必有值不等於0
--------------------- 本文來自 cosmispower 的CSDN 博客 ,全文地址請點擊:https://blog.csdn.net/cosmispower/article/details/64457406?utm_source=copy 


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM