在他们的论文描述维奥拉-琼斯目标检测框架（可靠的实时人脸检测由Viola和Jones），它是说：
用于训练的所有示例子窗户方差归一化以最小化的不同照明条件下的效果。
我的问题是 “什么样的工具做他们使用标准化的图像吗？”
我不是在寻找特定的工具，中提琴和琼斯使用，但一个类似的产生几乎相同的输出。 我一直在关注了很多哈尔培训教程（试图检测手），但尚未能够输出良好的检测器（XML）。
我一直试图联系作者，但仍然还是没有反应。
Answer 1:
一种可能的方式是应用简单明了的正常化假设正态分布的所有元素。
首先找到平均值（亩）和标准偏差 （S）：
Mu = 1/N * Sum(a[i][j]) for each i,j
S = sqrt(1/(N-1) * Sum((a[i][j] - Mu)^2)) for each i,j
(in here N is the number of pixels, 20*20 in the viola jones case)
由此，我们可以使用标准正态分布式（通过归一化的各像素的值进行标准化的所有值 ）：
a'[i][j] = (a[i][j] - Mu) / S
另一种方法是矢量归一化 ，这基本上是说：
- 求向量的长度 ：
|a| = sqrt(sum (a[i][j]*a[i][j])) for each i,j|a| = sqrt(sum (a[i][j]*a[i][j])) for each i,j - 分配：
a'[i][j] = a[i][j] / |a|
文章来源: How to normalize an image color?
