C#-OpenCvSharp图像的归一化

本文链接：https://blog.csdn.net/qq_48705696/article/details/109891213

什么是归一化?

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）限制在你需要的一定范围内。归一化是指在处理数据的过程中，把数据范围相差较大的数据进行标准化处理，让所有的数据都处于同一个数量级中。

为什么要归一化?

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。

//归一化处理
//参数一  src ：  输入数组；
//参数二  dst ：  输出数组；
//参数三  alpha ：  可以用来规范值，也可以用来规范范围，并且是范围的下限；
//参数四  beta ： 只用来规范范围并且是范围的上限；
//参数五  norm_type ： 归一化选择的数学公式类型；
    //NormTypes.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，一般较常用；
    //NormTypes.INF：归一化数组的（切比雪夫距离）L∞范数(绝对值的最大值)
    //NormTypes.L1：归一化数组的L1-范数(绝对值的和)；
    //NormTypes.L2： NORM_L2: 归一化数组的(欧几里德)L2-范数 。
//参数六  dtype ： 当为负，输出在大小深度通道数都等于输入，当为正，输出只在深度与输如不同，不同的地方游dtype决定；
//参数七  mark：  掩码。选择感兴趣区域，选定后只能对该区域进行操作。

Cv2.Normalize(panda, panda, 1, 0, NormTypes.MinMax, -1);