void convertTo( OutputArray m, int rtype, double alpha=1, double beta=0 ) const;

<スパン パラメータ

m - 対象となる行列。操作前に m が正しいサイズまたは型を持っていない場合、再割り当てされる。

rtype - 対象となる行列の種類。ターゲット行列はソース行列と同じ数のチャンネルを持つので，rtype はターゲット行列のビット深度と考えることもできます．rtype が負の場合，ターゲット行列とソース行列は同じ型を使用します．

<スパン アルファ  - スケール変換係数(オプション)。

ベータ  - スケール変換された値に付加するオフセット（オプション）。

<スパン 説明

関数は，入力行列のピクセル値をターゲットの型に変換します．最後に，オーバーフローを防ぐための関数 saturate_cast<>  変換中に起こりうるオーバーフローを避けるためです。この関数は以下の処理を行う。

セグメント画像に流域アルゴリズムを適用する場合，マーカー画像は32ビット符号付き整数型変数 CV_32S となります（255以上のラベルが定義され，各値がオブジェクトのクラスを示すようになります．

markers.convertTo(tmp,CV_8U,255,255);

行列のマーカーを CV_8U 型の行列 tmp に変換します： tmp(x,y) = markers(x,y)*255+255．これは，画像の線形変換を行い，値が -1 のピクセルが 0 になるようにします（-1*255+255=0）．また， CV32S から unsigned CV_8U への変換時に施された彩度演算により，255より大きな値を持つピクセルは255に代入されます．この応用例については，関連するブログ記事「Watershed アルゴリズム」を参照してください．

<スパン 転載元：iracerのCSDNブログ  http://blog.csdn.net/iracer/article/details/49204147

---

機械学習の原理とプログラミングの実践, 原理と実践をつなぐ で詳細を見る

https://blog.csdn.net/iracer/article/details/116051674?spm=1001.2014.3001.5501