【OpenCV + Python】归一化函数cv2.normalize()的原理讲解

功能:归一化函数

函数: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。
在这里插入图片描述
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:在这里插入图片描述
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:
在这里插入图片描述
NORM_L2: 归一化数组的(欧几里德距离)L2-范数

公式及说明:
在这里插入图片描述
为了防止忘记,上文转载于:https://blog.csdn.net/qq_29023939/article/details/81105806

猜你喜欢

转载自blog.csdn.net/zhouzongzong/article/details/94275355
今日推荐