OpenCV中矩陣的歸一化

圖像處理中，圖片像素點單通道值一般是[0-255]的unsigned char類型，將其轉化到[0,1]之間，更方便計算，這就需要用到矩陣的歸一化運算。

今天，寫程序中需要對某矩陣歸一化，用OpenCV的cv::normalize函數，遇到很嚴重的問題，最後發現，normalize的原矩陣必須是單通道(src.channel==1)，函數執行完，結果矩陣的大小和類型與原矩陣相同。無論之前是否初始化結果矩陣，最後的結果都與原矩陣類型相同。

函數原型：

void normalize(const InputArray src, OutputArray dst, double alpha=1, double beta=0,    int normType=NORM_L2, int rtype=-1, InputArray mask=noArray())

當用於歸一化時，normType應該為cv::NORM_MINMAX，alpha為歸一化後的最大值，beta為歸一化後的最小值。參看下面的例子：

cv::Mat mat1=Mat(2,2,CV_32FC1);
mat1.at<float>(0,0) = 1.0f;
mat1.at<float>(0,1) = 2.0f;
mat1.at<float>(1,0) = 3.0f;
mat1.at<float>(1,1) = 4.0f;
// 對於這種小矩陣，還有更簡單的賦值方式，找時間再改
cout<<"Mat 1:"<<endl;
cout<<mat1<<endl;

normalize(mat1,mat1,1.0,0.0,NORM_MINMAX);
cout<<"Mat 2:"<<endl;
cout<<mat1<<endl;

顯示的結果如下圖所示：