擅长:python、mysql、java
<p>您可以使用<code>cv2.normalize()</code></p>
<p>考虑以下数组<code>a</code>:</p>
<pre><code>a = np.array([[-0.12547205, -1. ],
[ 0.49696118, 0.91790167],
[ 0.81638017, 1. ]])
norm_image = cv2.normalize(image, None, alpha = 0, beta = 255, norm_type = cv2.NORM_MINMAX, dtype = cv2.CV_32F)
norm_image.astype(np.uint8)
</code></pre>
<p><code>norm_image</code>返回以下数组:</p>
<pre><code>array([[111, 0],
[190, 244],
[231, 255]], dtype=uint8)
</code></pre>
<p>在本例中:</p>
<ul>
<li><code>-1</code>将映射到<code>0</code></li>
<li><code>1</code>将被mpped到<code>255</code></li>
<li>两者之间的所有内容都将相应地映射(0,255)</li>
</ul>
<p>注意事项:</p>
<ol>
<li>确保数组的类型是<code>float</code></li>
<li>值的<em>极值</em>分别位于<code>alpha</code>和<code>beta</code>中。</li>
</ol>