python+opencv实现直方图，直方图均衡化和高斯滤波

直方图

在直角坐标系中，横轴表示样本数据，纵轴表示频率与组距的比值，将频率分布表中各组频率的大小用相应矩形面积的大小来表示，由此画成的统计图叫做频率分布直方图。

实例
使用pyplot绘制直方图

import cv2
import matplotlib.pyplot as plt

o = cv2.imread("C:/Users/rao/Desktop/kebiao.png", cv2.IMREAD_GRAYSCALE)
cv2.imshow("o", o)

plt.hist(o.ravel(), 256)
plt.show()

cv2.waitKey()
cv2.destroyAllWindows()

运行结果

直方图均衡化

直方图均衡化(Histogram Equalization)是一种增强图像对比度(Image Contrast)的方法，其主要思想是将一副图像的直方图分布变成近似均匀分布，从而增强图像的对比度。
实例

```python
import cv2
import matplotlib.pyplot as plt

img = cv2.imread("C:/Users/rao/Desktop/kebiao.png", cv2.IMREAD_GRAYSCALE)
equ = cv2.equalizeHist(img)

plt.subplot(221)
plt.imshow(img, plt.cm.gray)
plt.axis('off')

plt.subplot(222)
plt.hist(img.ravel(), 256)

plt.subplot(223)
plt.imshow(equ, plt.cm.gray)
plt.axis('off')

plt.subplot(224)
plt.hist(equ.ravel(), 256)

plt.show()

结果

高斯滤波

高斯滤波是对整幅图像进行加权平均的过程，每一个像素点的值，都由其本身和邻域内的其他像素值经过加权平均后得到。其滤波核的值由如下公式得到

代码实现

#高斯滤波
import numpy as np
import cv2
import matplotlib.pyplot as plt
img = cv2.imread('c:/users/rao/desktop/guidinghua-1.jpg')
img_Guassian = cv2.GaussianBlur(img,(5,5),0)    
plt.subplot(1,2,1)
plt.imshow(img)
plt.subplot(1,2,2)
plt.imshow(img_Guassian)
plt.show()

结果