请用opencv写一段直方图均衡化代码

当然可以，以下是一段使用 OpenCV 实现直方图均衡化的代码：

import cv2

# 读取图像
img = cv2.imread('image.jpg', 0)

# 直方图均衡化
equ = cv2.equalizeHist(img)

# 显示结果
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', equ)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码会读取名为 "image.jpg" 的图像，然后对其进行直方图均衡化，并显示原图和均衡化后的图像。

相关问题

写一段直方图均衡化的代码

直方图均衡化是一种常见的图像增强技术，它通过对图像灰度级的概率分布进行重新分配，使得图像的整体对比度得到提升。在Python中，我们可以使用OpenCV库来实现直方图均衡化。以下是一个简单的代码示例：

import cv2
import numpy as np

def histogram_equalization(image):
    # 将图像转换为灰度图像
    gray_image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

    # 计算灰度图像的直方图
    hist, bins = np.histogram(gray_image.flatten(), 256, [0, 256])

    # 归一化直方图
    cdf = hist.cumsum()
    cdf_normalized = cdf * hist.max() / cdf.max()

    # 使用累积分布函数计算新的像素值
    eq_image = np.interp(gray_image.flatten(), bins[:-1], cdf_normalized).reshape(gray_image.shape)

    return eq_image

# 示例用法
image_path = 'path_to_your_image.jpg'
input_image = cv2.imread(image_path)
equalized_image = histogram_equalization(input_image)
cv2.imshow('Original Image', input_image)
cv2.imshow('Equalized Image', equalized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，`cv2.cvtColor`用于颜色空间转换，`np.histogram`用于计算直方图，`cdf`表示累积分布函数，`np.interp`则用于根据累积分布函数对原始像素值进行映射，从而达到直方图均衡的效果。

基于OpenCV3和Python3写一段直方图均衡化算法

import cv2
import numpy as np

# 读取图像
img = cv2.imread('input.jpg', 0)

# 直方图均衡化
equ = cv2.equalizeHist(img)

# 显示原图和处理后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', equ)
cv2.waitKey(0)

# 保存处理后的图像
cv2.imwrite('output.jpg', equ)