1、normalize函數

void cv::normalize(InputArry src,InputOutputArray dst,double alpha=1,double beta=0,int norm_type=NORM_L2,int dtype=-1,InputArray mark=noArry())

（1）函數的作用

將輸入圖像src歸一化。

注意：alpha、beta作為規范范圍的上下限，代表的是輸入圖像數據類型的顯示范圍。

ex:對于32F位圖像，因為顯示范圍是0—1，所以alpha、beta為0、1，才能顯示與保存。

normalize(img,img, 0, 1, NORM_MINMAX);

imshow(img)；

對于16U位圖像，因為顯示范圍是0—65535，所以alpha、beta為0、65535，才能顯示與保存。

normalize(img,img, 0, 65535, NORM_MINMAX);

normalize(img,img,-32768, 32767, NORM_MINMAX);//CV_16S的歸一化

imshow(img)；

（2）參數說明?

src ? ? ? ? ? ? ? 輸入數組；
dst ? ? ? ? ? ? ? 輸出數組，數組的大小和原數組一致；
alpha ? ? ? ? ? 1,用來規范值，2.規范范圍，并且是下限；
beta ? ? ? ? ? ? 只用來規范范圍并且是上限；
norm_type ? 歸一化選擇的數學公式類型；
dtype ? ? ? ? ? 當為負，輸出在大小深度通道數都等于輸入，當為正，輸出只在深度與輸如不同，不同的地方游dtype決定；
mark ? ? ? ? ? ?掩碼。選擇感興趣區域，選定后只能對該區域進行操作。

2、mat.type()函數

opencv中Mat存在各種類型，其中mat有一個type（）的函數可以返回該Mat的類型。類型表示了矩陣中元素的類型以及矩陣的通道個數，它是一系列的預定義的常量。具體的有以下值：

通道數我們可以發現，C4=C3+8、C3=C2+8、C2=C1+8

Unsigned 8bits uchar 0~255
Mat: CV_8UC1, CV_8UC2, CV_8UC3, CV_8UC4Signed 8bits char -128~127
Mat: CV_8SC1，CV_8SC2，CV_8SC3，CV_8SC4Unsigned 16bits ushort 0~65535
Mat: CV_16UC1，CV_16UC2，CV_16UC3，CV_16UC4Signed 16bits short -32768~32767
Mat: CV_16SC1，CV_16SC2，CV_16SC3，CV_16SC4Signed 32bits int -2147483648~2147483647
Mat: CV_32SC1，CV_32SC2，CV_32SC3，CV_32SC4Float 32bits float -1.18*10-38~3.40*10-38 
Mat: CV_32FC1，CV_32FC2，CV_32FC3，CV_32FC4Double 64bits double 
Mat: CV_64FC1，CV_64FC2，CV_64FC3，CV_64FC4

一、顯示數據類型

#include <iostream>
#include <sstream>
#include <time.h>
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/core/utility.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>#include <pcl/visualization/cloud_viewer.h>
#include <pcl/io/io.h>  
#include <pcl/io/pcd_io.h>  using namespace cv;
using namespace std;
using namespace pcl;int main()
{Mat img = imread("12.bmp");cout << img.type() << endl;imshow("11", img);waitKey(0);system("pause");return 0;
}

?因為type()=16=0：所以是CV_8U類型，可以使用imshow直接顯示。

?二、imshow和imwrite函數

imshow
opencv的imshow函數都只能對像素值處于0-255范圍內的圖像進行顯示。也就是說，無法使用OpenCV提供的接口函數顯示諸如CV_16S等非8位數據格式的視差圖/深度圖，只能轉換成CV_8U格式進行操作。
其實，人眼對灰度級的敏感度比較低、根本無法分辨256級灰度值。而對視差圖/深度圖進行顯示，也只是為了比較直觀的驗證視差圖/深度圖的準確性（如顏色隨距離逐層變化），所以說完全沒必要對216 =65536級灰度進行顯示，轉換成CV_8U格式就能完全滿足需求，這也許就是為什么OpenCV沒有提供這樣接口的原因之一吧。

imwrite
而存儲的話,imwrite函數在關于保存為不同深度格式時候的圖像類型支持說明如下：

8位的圖像(CV_8U)，支持png/jpg/bmp/webp等各種常見圖像格式
16位的圖像(CV_16U)，支持png/jpeg2000/TIFF格式
32位的圖像(CV_32F)，支持PFM/TIFF/OpenEXR/TIFF/HDR
在要保存為指定格式之前，可以通過convertTo或者cvtCOLOR進行圖像類型或者通道轉換之后，再調用imwrite進行保存。

OpenCV默認的圖像格式為CV_8UC3，此時圖像為3通道、8位RGB圖像，每個通道所能表達的灰度階為2^8=256。而視差圖常為CV_16S或CV_32S等，如果直接使用cv::imwrite()保存視差圖或深度圖，則圖像將被轉成CV_8U格式，而像素值大于255將會被轉成255。

OpenCV提供的接口函數：cv::imwrite()、cv::imshow()都只能對像素值處于0-255范圍內的圖像進行存儲和顯示，其他范圍內的圖像，則會被轉成0-255范圍進行存儲、顯示。也就是說，無法使用OpenCV提供的接口函數存儲和顯示諸如CV_16S格式的視差圖/深度圖，只能轉換成CV_8U格式進行操作。

三、轉換為CV_16U/CV_16S，以及如何顯示16位圖像

（1）轉換

轉換后的類型=18=2：所以是CV_16U；因為imshow只能顯示CV_8U,所以顯示為全黑。

#include <iostream>
#include <sstream>
#include <time.h>
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/core/utility.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>#include <pcl/visualization/cloud_viewer.h>
#include <pcl/io/io.h>  
#include <pcl/io/pcd_io.h>  using namespace cv;
using namespace std;
using namespace pcl;int main()
{Mat img = imread("12.bmp");cout << "before="<<img.type() << endl;img.convertTo(img, CV_16U);cout << "after=" << img.type() << endl;imshow("11", img);waitKey(0);system("pause");return 0;
}

（2）顯示

方法一：直接將16位轉成8位，也就是低于255的不變，高于的全部轉位255，數據的實際信息會丟失．如果設置為很大的值，數據丟失的會更大；

方法二：進行歸一化，數據類型依舊是CV_16U;

#include <iostream>
#include <sstream>
#include <time.h>
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/core/utility.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>#include <pcl/visualization/cloud_viewer.h>
#include <pcl/io/io.h>  
#include <pcl/io/pcd_io.h>  using namespace cv;
using namespace std;
using namespace pcl;int main()
{Mat img = imread("12.bmp");cout << "before="<<img.type() << endl;img.convertTo(img, CV_16U);cout << "after=" << img.type() << endl;方法一//img.convertTo(img, CV_8U);//cout << "after=" << img.type() << endl;//方法二//進行了０～２５５的歸一化以后，可以顯示normalize(img,img, 0, 256 * 256, NORM_MINMAX);//normalize(img,img,-32768, 32767, NORM_MINMAX);//CV_16S的歸一化cout << "after=" << img.type() << endl;imshow("11", img);waitKey(0);system("pause");return 0;
}

（3）保存?

方法一：//16位數據后，直接保存,不會引起數據的丟失，但是保存的是原始的數據

imwrite( "1.png", dst);

方法二：歸一化以后再保存
normalize(dst, dst, 0, 256* 256, NORM_MINMAX);

imwrite( "1.png", dst);//進行了０～２５５的歸一化以后，可以顯示

四、轉換為CV_32F，以及如何顯示32位圖像?

（1）轉換

轉換后的類型=21=5：所以是CV_32F；因為imshow只能顯示CV_8U,所以顯示為全白。

#include <iostream>
#include <sstream>
#include <time.h>
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/core/utility.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>#include <pcl/visualization/cloud_viewer.h>
#include <pcl/io/io.h>  
#include <pcl/io/pcd_io.h>  using namespace cv;
using namespace std;
using namespace pcl;int main()
{Mat img = imread("12.bmp");cout << "before="<<img.type() << endl;img.convertTo(img, CV_32F);cout << "after=" << img.type() << endl;imshow("11", img);waitKey(0);system("pause");return 0;
}

?（2）顯示

方法一：直接將32位轉成8位，也就是低于255的不變，高于的全部轉為255，數據的實際信息會丟失．如果設置為很大的值，數據丟失的會更大；

方法二：進行歸一化，數據類型依舊是CV_16U;

#include <iostream>
#include <sstream>
#include <time.h>
#include <stdio.h>
#include <opencv2/opencv.hpp>
#include <opencv2/core.hpp>
#include <opencv2/core/utility.hpp>
#include <opencv2/imgproc.hpp>
#include <opencv2/calib3d.hpp>
#include <opencv2/imgcodecs.hpp>
#include <opencv2/videoio.hpp>
#include <opencv2/highgui.hpp>#include <pcl/visualization/cloud_viewer.h>
#include <pcl/io/io.h>  
#include <pcl/io/pcd_io.h>  using namespace cv;
using namespace std;
using namespace pcl;int main()
{Mat img = imread("12.bmp");cout << "before="<<img.type() << endl;img.convertTo(img, CV_32F);cout << "after=" << img.type() << endl;//方法一/*img.convertTo(img, CV_8U);cout << "after=" << img.type() << endl;*///方法二//進行了０～1的歸一化以后，可以顯示normalize(img,img, 0, 1, NORM_MINMAX);cout << "after=" << img.type() << endl;imshow("11", img);waitKey(0);system("pause");return 0;
}

（3）保存?

歸一化以后再保存
normalize(dst, dst, 0, 1, NORM_MINMAX);

imwrite( "1.png", dst);//進行了０～1的歸一化以后，可以顯示

總結

以上是生活随笔為你收集整理的图像与数据类型的对应，以及如何显示的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。