函数原型
void normalize( InputArray src, OutputArray dst, double alpha = 1, double beta = 0, int norm_type = NORM_L2, int dtype = -1, InputArray mask = noArray());
参数说明
InputArray类型的src，输入图像，如Mat类型。
OutputArray类型的dst，输出图像。
double类型的alpha，归一化相关的数值。
double类型的beta，归一化相关的数值。
int类型的norm_type，归一化类型。
int类型的dtype，默认值-1，与输出矩阵的类型和通道相关。
InputArray类型的mask，掩膜。
针对第三个参数alpha和第四个参数beta，在不同归一化类型时，作用不一样：
NORM_MINMAX ：alpha和beta的最大值是归一化的最大值，两者的最小值是归一化的最小值，alpha为1，beta为0，同alpha为0，beta为1，是一致的。
NORM_INF：beta值无用；输出矩阵的数值为，原始矩阵数值除以矩阵最大值的结果，alpha可以控制倍数
- 。
- NORM_L1：beta值无用；输出矩阵的数值为，原始矩阵数值除以矩阵数据绝对值和的结果，alpha可以控制倍数。
- NORM_L2：beta值无用；输出矩阵的数值为，原始矩阵数值除以矩阵数据平方和再开根号的结果，alpha可以控制倍数。
测试代码
#include<iostream> #include<opencv2/opencv.hpp> #include<ctime> using namespace std; using namespace cv; int main(void) { cv::Mat test = (Mat_<float>(4, 4) << 1, 2, 3, 4, 5, 6, 2, 4, 5, 6, 1, 4, 2, 7, 8, 6); cout <<" "<< "T=" << endl << " " << test << endl << endl; cv::Mat inf, L1, L2, MinMax,inf_,L1_,L2_,MinMax_; cv::normalize(test, MinMax, 0, 1, NORM_MINMAX); double min=0, max=0; cv::minMaxLoc(test, &min, &max,0,0); MinMax_ = (test - min) * 1 / (max - min); cout << " " << "MinMax=" << endl << " " << MinMax << endl; cout << " " << "MinMax_=" << endl << " " << MinMax_ << endl << endl; cv::normalize(test, inf, 10, 0, NORM_INF); double max1 = 0; cv::minMaxLoc(test, 0, &max1, 0, 0); inf_ = test * 10 / max; cout << " " << "inf=" << endl << " " << inf << endl; cout << " " << "inf_=" << endl << " " << inf_ << endl << endl; cv::normalize(test, L1, 10, 0, NORM_L1); cv::Mat abs_; float sum_ = 0.0f; abs_=cv::abs(test); sum_ = cv::sum(abs_)[0]; L1_ = test *10 / sum_; cout << " " << "L1=" << endl << " " << L1 << endl; cout << " " << "L1_=" << endl << " " << L1_ << endl << endl; cv::normalize(test, L2, 10, 0, NORM_L2); cv::Mat pow_; float sum1_ = 0.0f; float sqrt_ = 0.0f; cv::pow(test,2,pow_); sum1_ = cv::sum(pow_)[0]; sqrt_ = sqrt(sum1_); L2_ = test * 10 / sqrt_; cout << " " << "L2=" << endl <<" " << L2 << endl; cout << " " << "L2_=" << endl << " " << L2_ << endl << endl; system("pause"); return 0;
测试效果
图1 验证结果对比图
从图中可以看出：直接调用normalize函数不同归一化模式结果，与按公式输出结果对比，数值完全一致。
如果该函数有什么我没发现的问题，欢迎评论区批评指正~
如果文章帮助到你了，可以点个赞让我知道，我会很快乐~加油！果文章帮助到你了，可个赞让我知道，我会很快乐~加油！
