3.3.3　案例18：代数运算

OpenCV提供了计算矩阵均值的函数mean，在调用mean函数时，每个通道的结果独立计算并返回。mean函数的定义如下：

参数说明如下。

● src：输入矩阵。

● mask：掩模。

● retval：计算结果（返回值）。

mean函数的使用案例如下：

求均值案例的计算结果为：

normalize函数用于对矩阵做归一化，其定义如下：

参数说明如下。

● src：输入矩阵。

● dst：输出结果（返回值）。

● alpha：第一个参数，表示归一化的下界。

● beta：第二个参数，表示归一化的上界。

● norm_type：归一化类型，由NormTypes定义。

● dtype：输出类型。

● mask：掩模。

其中，NormTypes的定义如下：

normalize函数中可以使用的归一化类型参数如下：

normalize函数的使用案例如下：

归一化案例的输出结果为：

知识点：归一化是机器学习和深度学习中很重要的一个技巧，可以减小数据之间的差异对模型训练结果的影响，还可以加速模型的收敛。

OpenCV中提供了用于计算平方根（sqrt）、幂运算（pow）、指数（exp）和对数运算（log）的函数，其定义如下：

参数说明如下。

● src：输入矩阵。

● dst：输出矩阵（返回值）。

参数说明如下。

● src：输入矩阵。

● power：幂次数。

● dst：输出矩阵（返回值）。

参数说明如下。

● src：输入矩阵。

● dst：输出矩阵（返回值）。

参数说明如下。

● src：输入矩阵。

● dst：输出矩阵（返回值）。

案例代码如下：

计算结果如下：