图解直方图均衡化及其Python实现

图解直方图均衡化及其Python实现

在理解直方图均衡化的过程中，参考了一些书籍和博客，让人困惑的是，笔者对于直方图的理解还是停留在表面，并没有深入理解其内涵。因此，本文拟结合图片对直方图的概念进行阐述，并给出其Python实现，最后对她背后所蕴含的一些科学思维，谈谈自己的一些看法。

什么是直方图？

对于一副灰度图像I，她的每一个像素点I(x,y)都有一个灰度值，一般情况下可能的灰度取值有2^8=256个（0，1，...，255）。如果我们统计出灰度值r在I中出现的次数n，并对其进行归一化（n/N，N是所有灰度值出现次数的总和），这样我们就可以得到像素r在I中出现的概率p(r)。如果对每一个可能的灰度取值r都做同样的处理，我们可以得到如图1左侧所示的概率分布曲线，该曲线就是我们常说的直方图。

图1 直方图均衡化目标

什么是直方图均衡化？

通常情况下一副图像I的直方图如图1左侧所示，每一个灰度值r出现的概率不是相等的，这样会导致图像的一些细节信息不够突出，而直方图均衡化