基于C++的OpenCV4入门基础--图像直方图均衡化

1，均衡化原理
直方图均衡化的基本原理是：
直方图均衡化是一种简单有效的图像增强技术。根据直方图的形态可以判断图像的质量，通过调控直方图的形态可以改善图像的质量。

直方图均衡化是将原始图像通过函数变换，调控图像的灰度分布，得到直方图分布合理的新图像，以此来调节图像亮度、增强动态范围偏小的图像的对比度。

由于人眼视觉特性，直方图均匀分布的图像视觉效果较好。直方图均衡化的基本思想是对图像中占比大的灰度级进行展宽，而对占比小的灰度级进行压缩，使图像的直方图分布较为均匀，扩大灰度值差别的动态范围，从而增强图像整体的对比度。

因此，直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，本质上是根据直方图对图像进行线性或非线性灰度变换。

例如，直方图均衡化可以把原始图像的直方图调整到均匀分布，增加像素之间灰度值差别的动态范围，从而增强图像整体的对比度。

（1）计算原始灰度图像的直方图；

（2）通过直方图累加计算原始图像的累计分布函数 CDF；

（3）基于累计分布函数 CDF，通过插值计算得到新的灰度值。

OpenCV 提供了函数 cv2. equalizeHist 可以实现直方图均衡化。

函数说明：

CV_EXPORTS_W void