用python写一幅大小为 32×32 图像的代码，8 个灰度级对应像素个数及概率 (r) pr 如下表所示，试对其进行直方图均衡化。

好的，我可以帮你编写一个Python代码来进行直方图均衡化。假设你的表格数据如下：

灰度级 | 像素个数 | 概率
-------|---------|-------
0 | 50 | 0.2
1 | 30 | 0.15
2 | 20 | 0.1
3 | 10 | 0.05
4 | 40 | 0.2
5 | 20 | 0.1
6 | 10 | 0.05
7 | 20 | 0.1

你可以根据实际的表格数据进行相应的修改。下面是代码示例：

import numpy as np
import cv2

# 像素个数和概率数据
pixel_counts = [50, 30, 20, 10, 40, 20, 10, 20]
probabilities = [0.2, 0.15, 0.1, 0.05, 0.2, 0.1, 0.05, 0.1]

# 计算累积概率
cumulative_probabilities = np.cumsum(probabilities)

# 计算映射表
map_table = (cumulative_probabilities * (len(pixel_counts) - 1)).round().astype(np.uint8)

# 创建空白图像
image = np.zeros((32, 32), dtype=np.uint8)

# 填充图像像素值
for i in range(len(pixel_counts)):
    start_index = int(sum(pixel_counts[:i]))
    end_index = int(sum(pixel_counts[:i+1]))
    image[start_index:end_index] = map_table[i]

# 进行直方图均衡化
equalized_image = cv2.equalizeHist(image)

# 显示原始图像和均衡化后的图像
cv2.imshow("Original Image", image)
cv2.imshow("Equalized Image", equalized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

请根据你的实际表格数据进行适当的修改，并确保你已经安装了OpenCV库。运行代码后，你将会看到原始图像和进行直方图均衡化后的图像。