Opencv 颜色直方图归一化

我昨天在这里找到的这个帖子上问了这个问题：

然而，我尝试使用我在链接中得到的一些想法对图像执行标准化，结果如下。这里我将所有像素标准化为50%，除了黑白像素。 我使用的公式是：

（pixel-min）/（max-min）*127

归一化前的图像

使用上述公式归一化后：

现在，我正在确认我的步骤是否正确。谢谢..:）

自从声明

  normal__ = ((pixel - min)/(max - min)) * ( 127);
   img.at<uchar>(j,i) = normal__;

normal_uu=（（像素-最小值）/（最大-最小值））*（127）；
在（j，i）处的img=正常；

---

如果不在if-else语句中，它们也会应用于黑白像素。这样可以吗？

当我把它放在else语句中时，它会在某个区域上扭曲像素。。不知道为什么我想这是因为只遗漏了0和255作为黑白级别。得到的归一化函数不是平滑的。并非汽车上的所有白色区域都是255像素级别。当前的规格化函数将像素值分散在0-127范围内，而图像的正常范围为0-255。这就是图像变暗的原因。标准化函数通常打算做相反的事情；如果像素在较小的范围内，则会将值分散在0-255之间。您可以拍摄低对比度图像，并使用255而不是127。那应该行的。哦，我明白我的错误了。还有一个问题，比如对于图像，如果对于每个通道rgb，我得到最小和最大像素值。如果min=0和Max=255，则我将获得与输入相同的通道。这正常吗？我尝试了你告诉我的想法，它可以很好地处理低收缩图像。如果最小值为0，最大值为255，则当前算法将保持图像不变。这种情况需要更复杂的算法。通过直方图均衡化，该算法将沿直方图分布像素。例如，它将尝试获取亮度范围0-63内25%的像素。因此，即使在这种情况下，也会有更好的结果。根据需要，您可以改进算法。

RED PIXEL: MIN = 0 MAX = 253
GREEN PIXEL: MIN = 0 MAX = 254
BLUE PIXEL: MIN = 0 MAX = 255

  normal__ = ((pixel - min)/(max - min)) * ( 127);
   img.at<uchar>(j,i) = normal__;