Opencv | 直方图均衡化

import cv2 #opencv 读取的格式是BGR
import numpy as np
import matplotlib.pyplot as plt #Matplotlib是RGB
%matplotlib inline

def cv_show(img,name):
    cv2.imshow(name,img)
    cv2.waitKey()
    cv2.destroyAllWindows()

cv2.calcHist(images,channels,mask,histSize,ranges)
- images: 原图像图像格式为uint8 或 float32。当传入函数时应用中括号[]括来例如[img]
- channels: 如果灰度图它的值就是[0]，如果是彩色图像的传入的参数可以是[0][1][2]，它们分别对应着BGR。
- mask: 掩模图像。统整幅图像的直方图就把它为None。但是如果你想统图像某一分的直方图的你就制作一个掩模图像并使用它。
- histSize: BIN 的数目。也应用中括号括来
- ranges: 像素值范围常为[0256] 

 cat.jpg

img = cv2.imread('cat.jpg',0)#0表示灰度图
hist = cv2.calcHist([img],[0],None,[256],[0,256])
hist.shape

plt.hist(img.ravel(),256);
plt.show()

可视化运行结果：

 

直方图均衡化：

equ = cv2.equalizeHist(img)
plt.hist(equ.ravel(),256)
plt.show()

 

res = np.hstack((img,equ))
cv_show(res,'res')

 运行结果：

 自适应直方图均衡化:

clahe = cv2.createCLAHE(clipLimit=2.0,tileGridSize=(8,8))

res_clahe = clahe.apply(img)
res = np.hstack((img,equ, res_clahe))
cv_show(res,'res')

运行结果：