【OpenCV 4】图像像素的归一化
一、编程环境：
| OpenCV | 4.1.0 |
| IDE | Visual Studio 2017 Enterprise (15.9.13) |
| 操作系统 | Windows 10 x64 中文专业版 (1903) |
二、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）限制在一定范围的之内。
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，如大小关系；或是为了作图，原来很难在一张图上作出来，归一化后就可以很方便的给出图上的相对位置等。
三、归一化的方式：（在 base.hpp 中定义）
在 OpenCV 4.1.0 中定义了 9 种方式：
enum NormTypes {
NORM_INF = 1,
NORM_L1 = 2,
NORM_L2 = 4,
NORM_L2SQR = 5,
NORM_HAMMING = 6,
NORM_HAMMING2 = 7,
NORM_TYPE_MASK = 7,
NORM_RELATIVE = 8,
NORM_MINMAX = 32
};
四、OpenCV 归一化函数：normalize（）
void normalize( InputArray src, InputOutputArray dst, double alpha = 1, double beta = 0,
int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray());
五、示例代码：
#include
#include
using namespace cv;
using namespace std;
int main(int argc, const char *argv[])
{
Mat src = imread("../images/test.png");
if (src.empty()) {
printf("不能加载图片！\n");
return -1;
}
namedWindow("1--原图", WINDOW_AUTOSIZE);
imshow("1--原图", src);
Mat gray;
cvtColor(src, gray, COLOR_BGR2GRAY);
// 转换为浮点数类型数组
gray.convertTo(gray, CV_32F);
// 归一化：NORM_MINMAX
Mat dst = Mat::zeros(gray.size(), CV_32FC1);
normalize(gray, dst, 1.0, 0, NORM_MINMAX);
Mat result = dst * 255;
result.convertTo(dst, CV_8UC1);
imshow("2--NORM_MINMAX", dst);
// 归一化：NORM_INF
normalize(gray, dst, 1.0, 0, NORM_INF);
result = dst * 255;
result.convertTo(dst, CV_8UC1);
imshow("3--NORM_INF", dst);
// 归一化：NORM_L1
normalize(gray, dst, 1.0, 0, NORM_L1);
result = dst * 10000000;
result.convertTo(dst, CV_8UC1);
imshow("4--NORM_L1", dst);
// 归一化：NORM_L2
normalize(gray, dst, 1.0, 0, NORM_L2);
result = dst * 10000;
result.convertTo(dst, CV_8UC1);
imshow("5--NORM_L2", dst);
waitKey(0);
return 0;
} 六、运行效果：
