数字图像处理编程基础：Python语言不调用OpenCV函数实现直方图统计和直方图均衡

小叮做事、小叮当

于 2019-07-04 17:09:44 发布

阅读量2.7k

点赞数 7

CC 4.0 BY-SA版权

分类专栏：直方图均衡文章标签： Python 数字图像处理直方图均衡 Opencv

本文链接：https://blog.youkuaiyun.com/qq_28005905/article/details/94573513

本文介绍了如何在Python中不依赖OpenCV，通过自定义函数进行数字图像的直方图统计和直方图均衡化。博主使用PyCharm作为编译器，通过PIL库处理图像，展示了处理前后的直方图统计图表，以此加深对图像处理原理的理解。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

编译环境

由于编程语言选择Python，所以博主用的编译器为PyCharm 2017

前提

我们在学了冈萨雷斯的数字图像处理（第三版）之后，了解到里面涉及到直方图处理（P72），首先对一副图像需要先进行直方图统计，统计工作完成之后，再进行直方图均衡，为锻炼编程能力，这里不调用opencv中的函数直接进行，而是自己写统计函数，写均衡化函数。
需要用到plt的绘图功能，PIL(Python Image Library)是python的第三方图像处理库，但是由于其强大的功能与众多的使用人数，几乎已经被认为是python官方图像处理库了。其官方主页为:PIL。 PIL历史悠久，原来是只支持python2.x的版本的，后来出现了移植到python3的库pillow,pillow号称是friendly fork for PIL,其功能和PIL差不多，但是支持python3。

代码

代码如下：

import cv2
from pylab import *

def zhifangtu1(Image):                  #灰度图像直方图统计
    im=Image
    a=[0]*256                           #构造储存像素数的一维数组
    w=im.shape[0]                       #得到图像的宽高
    h=im.shape[1]
    for i in range(w):                  #遍历所有像素点统计
        for j in range(h):
            gray=im[i,j]