python代码 对图片进行光照均匀化

光照均匀化是一种对图片进行处理的方法，可以帮助我们在不同的图片之间达到一致的光照效果。下面是一个用Python实现光照均匀化的示例代码。

import cv2
import numpy as np

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

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

    # 计算累积分布函数
    cdf = hist.cumsum()
    cdf_normalized = cdf * hist.max() / cdf.max()

    # 使用累积分布函数进行均衡化
    equalized_image = np.interp(gray_image.flatten(), bins[:-1], cdf_normalized)

    # 将均衡化后的图像重新进行形状修改
    equalized_image = equalized_image.reshape(gray_image.shape)

    # 将均衡化后的图像转换回RGB色彩空间
    equalized_image = cv2.cvtColor(equalized_image, cv2.COLOR_GRAY2BGR)

    return equalized_image

# 读取图片
image = cv2.imread('input.jpg')

# 进行光照均匀化处理
processed_image = histogram_equalization(image)

# 展示结果
cv2.imshow('Original Image', image)
cv2.imshow('Processed Image', processed_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码首先需要将图片转换为灰度图像，然后计算灰度直方图，接着计算累积分布函数，并使用累积分布函数进行均衡化处理。最后将处理后的图像转换回RGB色彩空间，展示原图和处理后的图像。