灰度直方图均衡化

import cv2
import matplotlib.pyplot as plt
o=cv2.imread('C:/Users/xpp/Desktop/coins.png',cv2.IMREAD_GRAYSCALE)#原始图像
equ=cv2.equalizeHist(o)#灰度直方图均衡化
cv2.imshow("original",o)
cv2.imshow("result",equ)
plt.figure("原始图像直方图")
plt.hist(o.ravel(),256)#绘制灰度直方图
plt.figure("均衡化结果直方图")
plt.hist(equ.ravel(),256)#绘制灰度直方图均衡化
cv2.waitKey()
cv2.destroyAllWindows()

算法：灰度直方图均衡化是通过原始图像的灰度非线性变换，把原图像的直方图灰度范围拉开，或者转换为均匀分布的形式，增加像素灰度值的动态范围，增强图像整体对比度，得到全局均匀化的直方图，达到图像细节变清晰的效果，但其增强效果不易控制。

其中，g(x,y)表示变换后图像的灰度值，u表示变换前图像的灰度值，vmin表示灰度分布频度的最小值，INT表示取整。

• 计算图像的灰度直方图
• 计算灰度直方图的累加直方图
• 进行区间转换

dst=cv2.equalizeHist(src)

• src表示输入图像

注意：均衡化后的直方图是使一定灰度范围内像元数量大致相等，不是完全平均分配。当原始图像直方图不同而图像结构性内容相同时，直方图均衡化得到的结果在视觉上几乎是完全一致的。

书籍：《数字图像处理与机器视觉——Visual C++与Matlab实现》