直方图均衡化原理及其python代码实现

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。

如下图1为退火后的430不锈钢金相组织的灰度图，图2为该图片的直方图，直方图主要集中在暗部，而对应的灰度图看起来很暗，清晰柔和的图像的直方图灰度分布应该要比较均匀，在这里我们就对这个图像进行直方图均衡化。

图1 退火后的430不锈钢金相组织

图2 原金相组织图直方图

图3 原金相组织图累积分布

红色部分是原图累积分布函数轮廓线，而理想的均衡化累积分布函数轮廓线应该是一条斜线，对于原图中灰度值为80的点，按图中的方法我们把它转换为灰度值为60对每个灰度值，我们要寻找一个转换函数，对原图进行转换，就可以得到均衡化后的图了。

图3 均衡化示意图

设原始图像在(x，y)处的灰度为f，而改变后的图像为g，则对图像增强的方法可表述为：在(x，y)处的灰度f映射为g。在灰度直方图均衡化处理中对图像的映射函数可定义为:g= EQ (f)，这个映射函数EQ(f)必须满足两个条件(其中L为图像的灰度级数