python 图像处理 直方图均衡化

如果一副图像的像素占有很多的灰度级而且分布均匀，那么这样的图像往往有高对比度和多变的灰度色调。直方图均衡化就是一种能仅靠输入图像直方图信息自动达到这种效果的变换函数。它的基本思想是对图像中像素个数多的灰度级进行展宽，而对图像中像素个数少的灰度进行压缩，从而扩展像原取值的动态范围，提高了对比度和灰度色调的变化，使图像更加清晰。（百度百科）


from skimage import io
im=io.imread('a.jpg')
#io.imshow(im)
#把二维图像转化为一位数组，用hist函数画出函数图像。
detail=im.reshape(im.size,1)
import matplotlib.pyplot as plt 
plt.hist(detail, 256, normed=False, facecolor='black', alpha=1) 

plt.show()
#统计每个灰度值的数量和比例
ston=[0]*256
P=[0]*256
S=[0]*256
for row in im:
    for line in row:
        ston[line]+=1
for i in range(0,256):
    P[i]=ston[i]/im.size
#print(P)
#print (ston)
#直方图均衡化
sum_s=P[0]
S[0]=P[0]*255
for i in range(1,256):
    sum_s=sum_s+P[i]
    S[i]=sum_s*255
for row in range(0,im.shape[0]):
    for line in range(0,im.shape[1]):
        im[row][line]=int(S[im[row][line]])
details=im.reshape(im.size,1)
plt.hist(details, 256, nor