直方图均衡化

绘制直方图的两种办法：

[]加的很讲究。。。我的opencv 4.2.0，不该加的位置加了该加的没加就会报错
1 把三维图像利用.ravel（）方法降维成一维
2 计算直方图，calcHist方法

def plot_demo(image):
    plt.hist(image.ravel(), 256, [0, 256])  # image.ravel()将图像展开，256为bins数量，[0, 256]为范围
    plt.show()


def image_hist(image):
    color = ('blue', 'green', 'red')
    for i, color in enumerate(color):
        #enumerate将列表或元组转化为（序列，元素）

        # 计算出直方图，calcHist(images, channels, mask, histSize(有多少个bin), ranges[, hist[, accumulate]]) -> hist
        # hist 是一个 256x1 的数组，每一个值代表了与该灰度值对应的像素点数目。
        hist = cv.calcHist(image,[i], None, [256], [0, 256])
        print(hist.shape)
        plt.plot(hist, color=color)
        plt.xlim([0, 256])
    plt.show()

全局均衡化和局部均衡化：

必修接受灰度图
全局均衡化效果图：左边原图

局部均衡化：
clipLimit颜色对比度的阈值， titleGridSize进行像素均衡化的网格大小，即在多少网格下进行直方图的均衡化操作
https://www.cnblogs.com/my-love-is-python/p/10405811.html

def equalHist_demo(image):
    gray = cv.cvtColor(image,cv.COLOR_BGR2GRAY)

    # 全局直方图均衡化，用于增强图像对比度，即黑的更黑，白的更白
    dst = cv.equalizeHist(gray)
    cv.imshow("equalHist_demo", dst)

    # 局部直方图均衡化
    clahe = cv.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
    clahe_dst = clahe.apply(gray)
    cv.imshow("clahe", clahe_dst)