调用cv2.normalize做图像归一化后输出与原图一致是何原因

核心原因 #

你遇到的输出图和原图完全一致的情况，主要由以下两点导致：

• cv2.NORM_MINMAX模式的计算逻辑特性：该模式采用线性映射做归一化，计算公式为

  dst = (src - min(src)) * (beta - alpha) / (max(src) - min(src)) + alpha
  

  你传入的目标范围是0到255，如果输入的img本身是标准8位图像，全局像素最小值恰好为0、全局像素最大值恰好为255，代入公式后每个像素的计算结果和原值完全相等，不会产生任何数值变化。
• 传入的dst参数无额外影响：你写的np.zeros((150, 150))是预分配的输出数组，只要输入img本身的像素范围符合上述0-255的特征，不管这个预分配数组的尺寸、类型是否和输入匹配（不匹配时OpenCV会自动忽略该预分配数组、内部新建输出数组），都不会改变最终计算结果。

该现象是否为正常预期 #

属于完全正常的预期表现，不是函数故障。

NORM_MINMAX归一化的本质是把输入数组的实际取值区间线性拉伸/压缩到你指定的目标区间，不会强制对数值做固定偏移或缩放。如果输入数组本身的取值范围已经和目标区间完全重合，线性变换的斜率为1、截距为0，输出自然和输入完全一致。

你可以通过以下代码验证原图的像素范围，确认是否符合上述情况：

print(f"原图最小像素值：{img.min()}, 原图最大像素值：{img.max()}")

如果打印结果为原图最小像素值：0, 原图最大像素值：255，就完全匹配上述逻辑。如果需要观察归一化的实际效果，可以尝试将图像转成float32类型、或者指定和原图现有范围不重合的目标区间做测试。

内容的提问来源于stack exchange，提问作者Dummy