python实现直方图均衡化

直方图均衡化

1.大致思路

1. 首先求出原图片的直方图，即图片中每个灰度值的具体像素点数量，具体函数为cv2.calcHist([img],[0],None,[256],[0,255])，再除以该图片的总像素点（h*w）求出其概率，并将结果放置hist数组。
2. 利用累积分布函数，设置一个新的数组sum_hist，求出从0到i的所有灰度值所对应的像素点数的概率，即 sum_hist[i] = sum(hist[0:i+1])。
3. 对于新建立的sum_hist，要对其乘上（L-1），并且由于灰度值是整数，所以要对结果进行四舍五入。注意此时的数组存放的键值对，是对于每个原始图片的灰度值->处理之后的图片灰度值。
4. 最后新建图片equal_img，存放结果数据。

2. 具体代码实现

import matplotlib.pyplot as plt
import cv2
import numpy as np
img = "part-00264-919.jpg"


def def_equalizehist(img,L=256):
    img = cv2.imread(img,0)
    cv2.imshow("ori",img)
    h, w = img.shape
    # 计算图像的直方图，即存在的每个灰度值的像素点数量
    hist = cv2