如何在C++中使用OpenCV进行图像标准化处理？

在C++中使用OpenCV进行图像标准化处理通常是为了调整图像的颜色分布，使其更容易分析或比较。一种常见的方法是归一化，它会将像素值缩放到0到1的范围内。以下是基本步骤：

1. **读取图像**：

cv::Mat img = cv::imread("image.jpg", cv::IMREAD_COLOR);

2. **转换为灰度图像（如果需要）**，对于彩色图片，有时候只对每个颜色通道独立处理会更合适：

cv::Mat gray_img;
if (img.channels() > 1) {
    cv::cvtColor(img, gray_img, cv::COLOR_BGR2GRAY);
} else {
    gray_img = img;
}

3. **计算最小值和最大值**，作为归一化的范围：

double min_val, max_val;
cv::minMaxLoc(gray_img, &min_val, &max_val);

4. **创建归一化后的图像矩阵**：

cv::Mat normalized_img(gray_img.size(), gray_img.type());
for (int y = 0; y < gray_img.rows; ++y) {
    for (int x = 0; x < gray_img.cols; ++x) {
        double pixel = static_cast<double>(gray_img.at<uchar>(y, x));
        double normalized_pixel = (pixel - min_val) / (max_val - min_val);
        normalized_img.at<uchar>(y, x) = static_cast<uchar>(normalized_pixel * 255); // 如果你想保持在0-255之间
    }
}

5. **显示原图和标准化后的图像**：

cv::imshow("Original Image", img);
cv::imshow("Normalized Image", normalized_img);
cv::waitKey(0);