python重写cv2.normalize

可以通过自定义函数来重写cv2.normalize函数。下面是一个简单的例子：

import cv2
import numpy as np

def my_normalize(src, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX):
    if norm_type == cv2.NORM_MINMAX:
        dst = cv2.normalize(src, None, alpha, beta, cv2.NORM_MINMAX)
    elif norm_type == cv2.NORM_INF:
        dst = cv2.normalize(src, None, alpha, beta, cv2.NORM_INF)
    else:
        raise NotImplementedError("Unsupported normalization type: {}".format(norm_type))
    return dst

# 测试
img = np.random.randint(0, 256, (3, 3)).astype(np.uint8)
print("Original:\n", img)
print("cv2.normalize:\n", cv2.normalize(img, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX))
print("my_normalize:\n", my_normalize(img, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX))

这里我们定义了一个my_normalize函数，它接收src（输入数组）、alpha（输出范围的最小值）、beta（输出范围的最大值）、norm_type（归一化类型）四个参数。在函数内部，我们根据不同的归一化类型调用cv2.normalize函数进行处理，最后返回处理结果。我们可以通过调用my_normalize函数来代替cv2.normalize函数。