直方图均衡化

直方图均衡化是图像灰度变换中有一个非常有用的方法。图像的直方图是对图像对比度效果上的一种处理，旨在使得图像整体效果均匀，黑与白之间的各个像素级之间的点分布更均匀一点。通过这种方法，亮度可以更好地在直方图上分布。

直方图均衡化（histogram equlization）的目标是创建一幅在整个亮度范围内具有相同亮度分布的图像，输入直方图H[p]和亮度范围[p0,pk]，直方图均衡化的目标是找到一个单调的像素亮度变换q=T(p)，使输出直方图G[q]在整个输出亮度范围[q0,qk]内是均匀的，增强了靠近直方图极大值附近的亮度的对比度，减小了极小值附近的对比度。

在对图像做进一步处理之前，直方图均衡化通常是对图像灰度值进行归一化的一个非常好的方法，并且可以增强图像的对比度，原先图像灰色区域的细节变得清晰。

示例代码

import cv2
# img为单通道图像（灰度图）
img = cv2.imread('image_name.jpg')
img_new = cv2.equalizeHist(img)
cv2.imshow(img_new)

效果图片