博客摘录「 VINS-Mono 代码详细解读——视觉跟踪 feature_trackers」2023年8月23日

if (EQUALIZE)// 光太亮或太暗，自适应直方图均衡化处理
            {
                cv::Ptr<cv::CLAHE> clahe = cv::createCLAHE();
                clahe->apply(ptr->image.rowRange(ROW * i, ROW * (i + 1)), trackerData[i].cur_img);
            }
            else
                trackerData[i].cur_img = ptr->image.rowRange(ROW * i, ROW * (i + 1));
————————————————
版权声明：本文为CSDN博主「try_again_later」的原创文章，遵循CC 4.0 BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/try_again_later/article/details/104847052

双目，直方图均衡化的代码 ↑↑↑；

直方图均衡化的常规操作：↓↓↓

void opencvEqualizeHist()
{
	Mat img, img_gray, result;
	Mat clahe_result;
	img = imread("test.jpg");
	cvtColor(img, img_gray, CV_BGR2GRAY);
	equalizeHist(img_gray, result);
 
	cv::Ptr<CLAHE> clahe = cv::createCLAHE();
	clahe->setClipLimit(4);
	clahe->setTilesGridSize(cv::Size(10, 10));
	clahe->apply(img_gray, clahe_result);
 
	imshow("src", img_gray);
	imshow("result", result);
	imshow("clahe_result", clahe_result);
 
	waitKey();
}