Python 图像处理OpenCV：直方图均衡化（笔记）

进行了直方图的均衡化和限制对比度的直方图均衡化。

代码如下：

import cv2 as cv
import matplotlib.pyplot as plt
# 直方图均衡化
def img_histogram_balance(img):
    img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    # cv.equalizeHist(src) 用于实现图像的直方图均衡化，其输入是灰度图像，输出的是直方图均衡化的图像。
    result = cv.equalizeHist(img_gray)
    plt.title("Origin")
    plt.subplot(121)
    plt.imshow(img_gray)
    # 绘制原始直方图
    plt.subplot(122)
    plt.hist(img_gray.ravel(), 256)
    plt.show()
    plt.title("equalize")
    plt.subplot(121)
    plt.imshow(result)
    # 绘制均衡化直方图
    plt.subplot(122)
    plt.hist(result.ravel(), 256)
    plt.show()
# 限制对比度的直方图均衡化
def limit_histogram_balance(img):
    img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    '''
    cv.createCLAHE(clipLimit,tileGridSize) 限制对比度的自适应直方图均衡化
        clipLimit：颜色对比度的阈值
        tileGridSize：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，常用大小是8×8的矩阵。
    '''
    clahe = cv.createCLAHE(clipLimit=30, tileGridSize=(8, 8))
    result = clahe.apply(img_gray)
    plt.title("limit_equalize_img")
    plt.subplot(121)
    plt.imshow(result)
    plt.subplot(122)
    plt.hist(result.ravel(), 256)
    plt.show()
if __name__ == '__main__':
    img = cv.imread("./image/fengjing.jpg")
    img_histogram_balance(img)
    limit_histogram_balance(img)

运行结果：



上述进行了直方图的均衡化和限制对比度的直方图均衡化。