opencv中归一化函数cv2.normalize()的原理讲解

本篇文章参考博客：https://blog.csdn.net/kuweicai/article/details/78988886

功能：归一化函数

参数：Python: cv2.normalize(src[, dst[, alpha[, beta[, norm_type[, dtype[, mask]]]]]]) → dst

src-输入数组。

dst-与SRC大小相同的输出数组。

α-范数值在范围归一化的情况下归一化到较低的范围边界。

β-上限范围在范围归一化的情况下；它不用于范数归一化。

范式-规范化类型（见下面的细节）。

dType——当输出为负时，输出数组具有与SRC相同的类型；否则，它具有与SRC相同的信道数和深度＝CVH-MatthAsHead（DyType）。

面具-可选的操作面具。

这个函数提供了四种归一化方式，可根据需要选择以下四个参数，下面重点说下这四种归一化方式。

NORM_MINMAX:数组的数值被平移或缩放到一个指定的范围，线性归一化。

公式及说明：

NORM_INF: 归一化数组的（切比雪夫距离）L∞范数(绝对值的最大值)

公式及说明：

NORM_L1 :  归一化数组的（曼哈顿距离）L1-范数(绝对值的和)

公式及说明：

 

NORM_L2: 归一化数组的(欧几里德距离)L2-范数

公式及说明：