直方图反投影中的直方图归一化

不仅此应用程序需要标准化。许多其他应用程序也需要标准化。标准化会缩放直方图，使其值总和为特定总数（例如 1、255 或其他常数）。这就是为什么标准化很重要：

1.不同感兴趣区域 (ROI) 的一致性

原始直方图的 bin 值取决于 ROI 中的像素数量。即使颜色分布相同，较大的 ROI 的 bin 计数也会高于较小的 ROI。如果不进行归一化，反向投影输出将随 ROI 大小而缩放，因此很难比较不同对象或图像的结果。归一化可确保直方图表示概率分布（相对频率），与 ROI 大小无关。

2.算法输出的缩放

cv2.calcBackProject生成 8 位单通道图像（值 0-255）。直方图 bin 值直接映射到此输出中的像素强度。如果直方图未归一化，bin 值可能会超过 255（对于较大的 ROI）或非常小（对于较小的 ROI），从而导致输出被剪切或模糊。归一化到 [0, 255] 之类的范围可确保反投影图像有效使用整个动态范围，从而使结果在视觉上有意义且一致。