import cv2
import numpy as np
import math
import copy
from matplotlib import pyplot as plt
image=cv2.imread("C:/Users/wangyiyuan/Desktop/20200201172603_hocyy.jpg",0)#####保存灰度图
dst=cv2.equalizeHist(image)
cv2.imshow("dst",dst)
cv2.imshow("image",image)
####################灰度直方图下面介绍绘制BGR均衡直方图
image=cv2.imread("C:/Users/wangyiyuan/Desktop/20200201172603_hocyy.jpg",1)
(b,g,r)=cv2.split(image)######对每一个通道分解进行均衡化
bh=cv2.equalizeHist(b)
gh=cv2.equalizeHist(g)
rh=cv2.equalizeHist(r)
img=cv2.merge((bh,gh,rh))
cv2.imshow("image",img)
cv2.imshow("image",image)
cv2.waitKey(0)
直方图均衡化可以增强局部图像的对比度,在数据较为相似的图像中的作用更加明显。具体实现使用的累积分布函数。直方图均衡化的简并现象不仅会使出现频数过大的灰度级别过度增强,还会使所关注的目标细节信息丢失,未达到预期的目的。目前有改进算法,比如基于幂函数的加权自适应直方图均衡化,平台直方图均衡化