OpenCV的normalize函数用于对数组（图像）进行归一化处理，即将数组中的元素缩放到一个指定的范围或具有一个特定的标准（如均值和标准差）。它有两个原型函数, 如下:

Normalize()规范化数组的范数或值范围。当normType=NORM_INF、NORM_L1或NORM_L2时，函数cv::normalize对输入数组元素进行归一化和移位，使得∥dst∥Lp=alpha（其中p=Inf、1或2）；或者当normType=NORM_MINMAX时minIdst(I)=alpha,maxIdst(I)=beta（仅适用于密集数组）。可选掩码指定要标准化的子数组。这意味着在子数组上计算范数或 min-n-max，然后修改该子数组以进行归一化。如果您只想使用掩码来计算范数或最小值-最大值但修改整个数组，则可以使用范数和 Mat::convertTo。

        

函数参数:

       src 输入数组（单通道或多通道）。

       dst 输出数组，与输入数组有相同的形状和类型（或者根据dtype参数指定的类型）。

alpha在范围归一化的情况下，要归一化到的范数值或范围下限(normType=NORM_MINMAX时)。

       beta 范围归一化情况下的范围上限(仅当NORM_MINMAX类型被使用时才需要)；它不用于范数标准化。

       normal_type 标准化类型,有以下几种:

        dtype 当为负数时，输出数组与 src 具有相同的类型；否则，它具有与 src 相同的通道数和深度 =CV_MAT_DEPTH(dtype)。

        mask 可选操作掩码。

这是一个重载成员函数，为方便起见而提供。它与上述函数的不同之处仅在于它接受的参数。

        示例：

        新建一个控制台应用程序Project，在源程序中添加如下代码：

// normalizeTest.cpp : 此文件包含 "main" 函数。程序执行将在此处开始并结束。
//

#include <iostream>
#include <opencv2/opencv.hpp>

using namespace std;
using namespace cv;

int main()
{
    
    vector<double> data = {1,2,3,4,10};
    vector<double> ndata;
    int length = data.size();

    cout << "Data:" << endl;
    for (int i = 0; i < length; i++)
    {
        cout << data[i] << "  ";
    }
    cout << endl;
    cout << endl;

    //normal_type: NORM_INF
    normalize(data, ndata, 1.0, 0, NORM_INF);
    cout << "NORM_INF result:" << endl;
    for (int i = 0; i < length; i++)
    {
        cout << ndata[i];
    }
    cout << endl;
    cout << endl;

    //normal_type: NORM_L1
    normalize(data, ndata, 1.0, 0, NORM_L1);
    cout << "NORM_L1 result:" << endl;
    for (int i = 0; i < length; i++)
    {
        cout << ndata[i]<<"  ";
    }
    cout << endl;
    cout << endl;

    //normal_type: NORM_L2
    normalize(data, ndata, 1.0, 0, NORM_L2);
    cout << "NORM_L2 result:" << endl;
    for (int i = 0; i < length; i++)
    {
        cout << ndata[i]<<"  ";
    }
    cout << endl;
    cout << endl;

    //normal_type: NORM_MINMAX 1
    normalize(data, ndata, 1.0, 0, NORM_MINMAX);
    cout << "NORM_MINMAX 1 result:" << endl;
    for (int i = 0; i < length; i++)
    {
        cout << ndata[i] << "  ";
    }
    cout << endl;
    cout << endl;

    //normal_type: NORM_MINMAX 1
    normalize(data, ndata, 0, 255, NORM_MINMAX);
    cout << "NORM_MINMAX 2 result:" << endl;
    for (int i = 0; i < length; i++)
    {
        cout << ndata[i] << "  ";
    }
    

    return 0;
}

试运行，结果如下：