cv::normalize()

`cv::normalize()`是OpenCV库中的一个函数，主要用于对输入矩阵进行归一化处理，它可以根据指定的归一化模式将数据转换到预设的区间内。这个函数的基本原型如下：

void normalize(InputArray src, OutputArray dst, double alpha=0, double beta=1, int norm_type=NORM_MINMAX, bool dtype=false);

- `src`: 输入的源数据矩阵，可以是Mat、UMat或其他支持的数组类型。
- `dst`: 输出的结果矩阵，如果未提供，则会创建一个新的矩阵。
- `alpha`: 归一化后的最小值，如果为0（默认），表示原数据的最小值。
- `beta`: 归一化后的最大值，如果为1（默认），表示原数据的最大值。
- `norm_type`: 归一化类型，如`NORM_MINMAX`, `NORM_INF`, `NORM_L1`, 等等。
- `dtype`: 是否强制转换数据类型，如果为true，可能会改变输入矩阵的数据类型。

常用的归一化类型包括：
- `NORM_MINMAX`：将数据缩放至 [alpha, beta] 范围。
- `NORM_INF` 或 `NORM_Linf`: 对于无穷大（Inf）或L-inf范数归一化，使数据集中最大的值变为1。
- `NORM_L1` 或 `NORM_L1`: 对于L1范数归一化，使数据集的总绝对偏差最小。

使用`cv::normalize()`前，你需要了解你要使用的归一化模式以及它的应用背景。