对比度增强直方图均衡化直方图规定化代码实现

对比度增强和直方图均衡化是两种不同的图像处理技术，它们的代码实现也有所不同。直方图规定化是一种基于已有的直方图进行调整的技术，可以用于将一张图像的灰度分布调整成另一张图像的灰度分布。

以下是对比度增强和直方图均衡化的代码实现：

对比度增强：

import cv2

# 读取图像
img = cv2.imread("image.jpg")

# 对比度增强
alpha = 2.0  # 对比度增强系数
beta = 0    # 亮度增强系数
img_enhanced = cv2.convertScaleAbs(img, alpha=alpha, beta=beta)

# 显示图像
cv2.imshow("Original Image", img)
cv2.imshow("Enhanced Image", img_enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()

直方图均衡化：

import cv2

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

# 直方图均衡化
img_enhanced = cv2.equalizeHist(img)

# 显示图像
cv2.imshow("Original Image", img)
cv2.imshow("Enhanced Image", img_enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()

直方图规定化：

import cv2

# 读取原始图像和目标图像
img_src = cv2.imread("src_image.jpg", 0)
img_dst = cv2.imread("dst_image.jpg", 0)

# 计算原始图像的直方图
hist_src = cv2.calcHist([img_src], [0], None, [256], [0, 256])

# 对目标图像进行直方图均衡化
img_dst_enhanced = cv2.equalizeHist(img_dst)

# 计算目标图像的直方图
hist_dst = cv2.calcHist([img_dst], [0], None, [256], [0, 256])

# 进行直方图规定化
lut = cv2.LUT(img_dst_enhanced, hist_src / hist_dst)
img_enhanced = cv2.convertScaleAbs(lut)

# 显示图像
cv2.imshow("Source Image", img_src)
cv2.imshow("Target Image", img_dst)
cv2.imshow("Enhanced Image", img_enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()