如何使用OpenCV C++库编写一个图像直方图均衡化的具体步骤和代码示例？

使用OpenCV C++库进行图像直方图均衡化通常需要以下几个步骤：

1. **加载图像**：首先，你需要使用`imread()`函数从文件或内存读取图片。

cv::Mat srcImage = cv::imread("input.jpg", cv::IMREAD_GRAYSCALE); // 读取灰度图像
if(srcImage.empty()) {
    std::cout << "Could not open or find the image" << std::endl;
    return -1;
}

2. **计算直方图**：使用`calcHist()`函数计算输入图像的灰度值直方图。

std::vector<int> channels(1);
int histSize[] = {256}; // 分为256个灰度级别
float range[] = {0, 256};
const float* ranges[] = {range};

cv::Mat hist;
cv::calcHist(&srcImage, channels, NULL, hist, histSize, ranges);

3. **归一化直方图**：因为直方图可能会受到像素数量的影响，所以通常会对其进行归一化。

cv::normalize(hist, hist, 0, 255, cv::NORM_MINMAX, CV_8UC1); // 归一化到0-255范围内

4. **构建直方图映射表**：然后根据归一化的直方图创建一个新的灰度值映射表。

cv::Mat dstHistogram(histSize, 1, CV_8UC1, cv::Scalar(0));
for(int i = 0; i < histSize[0]; ++i) {
    dstHistogram.at<uchar>(i) = static_cast<uchar>(i * (255 / hist.at<uchar>(i)));
}

5. **应用直方图**：最后，使用`applyColorMap()`函数将原图像的每个像素替换为其在新直方图对应的灰度值。

cv::Mat dstImage = srcImage.clone();
cv::cvtColor(dstImage, dstImage, cv::COLOR_GRAY2BGR); // 将灰度转回彩色以便于显示
dstImage.setTo(cv::Scalar(0)); // 清空目标图像

for(int y = 0; y < srcImage.rows; ++y) {
    for(int x = 0; x < srcImage.cols; ++x) {
        int pixelValue = srcImage.at<uchar>(y, x);
        dstImage.at<cv::Vec3b>(y, x) = dstHistogram.at<uchar>(pixelValue);
    }
}

6. **显示结果**：你可以使用`imshow()`函数查看处理后的图像。

cv::imshow("Original Image", srcImage);
cv::imshow("Equalized Image", dstImage);
cv::waitKey(0);

完整代码示例：

#include <opencv2/opencv.hpp>
using namespace cv;

int main() {
    // ... (上述步骤)
    return 0;
}