编写程序利用直方图均衡化方法对图像进行增强处理，观察并分析处理结果，不用opencv函数实现

编写一个图像直方图均衡化的简单程序不需要使用OpenCV库，我们可以使用Python的PIL（Python Imaging Library）或者numpy库来完成。以下是基本步骤：

首先，确保已经安装了PIL和numpy库，如果没有，可以使用`pip install pillow numpy`命令进行安装。

1. **读取图像**:

from PIL import Image

img = Image.open('image.jpg') # 替换为你需要处理的图片路径

2. **将图像转换为灰度图像**:

gray_img = img.convert('L')

3. **获取像素值的直方图**:

histogram = gray_img.histogram()

4. **计算累计分布函数（CDF）**:

cdf = [i / sum(histogram) for i in histogram]

5. **创建新的像素值**:

equ_hist_img = Image.new('L', gray_img.size)
for x in range(gray_img.width):
    for y in range(gray_img.height):
        pixel = gray_img.getpixel((x, y))
        new_pixel = int(cdf[pixel])
        equ_hist_img.putpixel((x, y), new_pixel)

6. **显示原图和增强后的直方图图像**:

equ_hist_img.show()

分析处理结果：
- 直方图均衡化使得图像对比度增强，原本较暗的部分变亮，较亮的部分也有所提升。这有助于改善低光照环境下图像的质量，使得细节更加明显。
- 比较原图和增强后的图像，可以看到像素值分布更均匀，图像的整体亮度和对比度都有所提高。