详解python opencv 归一化

归一化是一种常用的数据处理技术，在计算机视觉和图像处理中，归一化可以用于提高图像处理算法的性能，确保结果的准确性。在OpenCV中，归一化通常是指将图像数据转换到[0, 1]的范围内，或者在有些情况下转换到[-1, 1]。

在OpenCV中，可以使用cv2.normalize函数来进行归一化。

import cv2
import numpy as np
 
# 读取图像
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)  # 假设是灰度图像
 
# 归一化到[0, 1]
normalized_img = cv2.normalize(img, None, alpha=0, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)
 
# 归一化到[-1, 1]
normalized_img_scaled = cv2.normalize(img, None, alpha=-1, beta=1, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_32F)

参数解释：

• img: 输入图像
• None: 输出图像，如果设置为None，则会就地修改输入图像
• alpha: 归一化后的最小值（归一化到[-1, 1]时使用-1）
• beta: 归一化后的最大值（归一化到[0, 1]时使用1）
• norm_type: 归一化类型，cv2.NORM_MINMAX表示归一化到[alpha, beta]
• dtype: 输出图像的数据类型，通常是cv2.CV_32F以保留浮点数

根据需要选择合适的归一化范围和参数。