Opencv学习之：将图片的值进行范围调整 cv2.normalize()

2024-07-11 22:50| 来源: 网络整理| 查看: 265

cv2.NORM_MINMAX ：使用的放缩方式是 min_max 的方式

其对应的原理是： x ^ = x − m i n m a x − m i n ∗ ( m a x ′ − m i n ′ ) + m i n ′ \hat{x} = \frac{x-min}{max-min} * (max^{'}-min^{'}) + min^{'} x^=max−minx−min∗(max′−min′)+min′

x ^ \hat{x} x^ 表示矩阵中任意一点归一化之后的值 x x x 表示矩阵中的所有原始值 m i n , m a x min,max min,max 分别代表矩阵中的最大值和最小值 m a x ′ , m i n ′ max^{'}, min^{'} max′,min′ 分别表示放缩的目标范围中的最大和最小值

例如当我们想把 0-255 值放缩到 0-1 之间，那么 m a x = 255 , m i n = 0 , m a x ′ = 1 , m i n ′ = 0 max=255, min=0, max^{'}=1,min^{'}=0 max=255,min=0,max′=1,min′=0 就可以得到我们平时用的归一化公式： x ^ = x − m i n m a x − m i n \hat{x} = \frac{x-min}{max-min} x^=max−minx−min

而当我们想把值从 0-1 之间放缩到 0-255 那么 m a x = 1 , m i n = 0 , m a x ′ = 255 , m i n ′ = 0 max=1, min=0, max^{'}=255,min^{'}=0 max=1,min=0,max′=255,min′=0 x ^ = x − 0 1 − 0 ∗ ( 255 − 0 ) + 0 = x ∗ 255 \hat{x} = \frac{x-0}{1-0} * (255-0) + 0=x*255 x^=1−0x−0∗(255−0)+0=x∗255

除此之外，还有其他的归一化和放缩的选项，例如：

cv2.NORM_INF：归一化数组的（切比雪夫距离）L∞范数(绝对值的最大值)cv2.NORM_L1 : 归一化数组的（曼哈顿距离）L1-范数(绝对值的和)cv2.NORM_L2: 归一化数组的(欧几里德距离)L2-范数

想知道具体的公式解析可以参考文章： opencv中归一化函数cv2.normalize()的原理讲解

【本文地址】

公司简介

联系我们