先来认识一下灰度直方图，灰度直方图是图像灰度级的函数，用来描述每个灰度级在图像矩阵中的像素个数或者占有率。接下来使用程序实现直方图：

首先导入所需的程序包：

In [ ]:

import cv2

import numpy as np

import matplotlib.pyplot as plt

定义计算灰度直方图的函数：

In [ ]:

def calcGrayHist(I):

    # 计算灰度直方图

    h, w = I.shape[:2]

    grayHist = np.zeros([256], np.uint64)

    for i in range(h):

        for j in range(w):

            grayHist[I[i][j]] += 1

    return grayHist

读取一张图片：

In [ ]:

img = cv2.imread('./street.jpg')

img2 = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

plt.imshow(img2)

plt.show()

绘制灰度直方图：

In [ ]:

grayHist = calcGrayHist(img)

x = np.arange(256)

plt.plot(x, grayHist, 'r', linewidth=2, c='black')

plt.xlabel("gray Label")

plt.ylabel("number of pixels")

plt.show()

图像的对比度是通过灰度级范围来度量的，而灰度级范围可通过观察灰度直方图得到，灰度级范围越大代表对比度越高；反之对比度越低，低对比度的图像在视觉上给人的感觉是看起来不够清晰，所以通过算法调整图像的灰度值，从而调整图像的对比度是有必要的。最简单的一种对比度增强的方法是通过灰度值的线性变换实现的。