python图像直方图均衡化（柱状）

Python 中的图像直方图均衡化是一种常见的图像增强技术，用于改善图像对比度，使得暗部和亮部细节更易于观察。直方图均衡化的“柱状”表示的是将图像像素值分布转换成频率分布，然后通过查找表（look-up table, LUT）的方式，映射回新的像素值，这个过程可视化起来就像是一系列柱状的高度对应了原始灰度级的频率。

`skimage`库中的`exposure.equalize_hist()`函数可以用来进行直方图均衡化。首先，你需要读取图片并将其转换为灰度图像，然后对灰度图像进行直方图统计，接着创建LUT，并用这个LUT去调整每个像素的亮度。下面是一个简单的例子：

from skimage import io, exposure

# 读取图片
img = io.imread('your_image.jpg', as_gray=True)

# 进行直方图均衡化
equ_img = exposure.equalize_hist(img)

# 可能的结果会以柱状图的形式显示出来，虽然不是直接的柱状图，但是可以看到像素值分布的变化
plt.hist(equ_img.ravel(), bins=256, range=(0, 256), fc='k', ec='k')
plt.show()