编写程序利用直方图均衡方法对图像进行增强处理，要求不用opencv函数实现

当然可以，不使用 OpenCV 函数的情况下，我们可以手动实现直方图均衡化。以下是一个基本的 Python 示例，使用了 NumPy 和一些基本操作：

import numpy as np

def histogram(image):
    flattened_img = image.flatten()  # 展平图像数组
    counts, _ = np.unique(flattened_img, return_counts=True)  # 统计每个像素值的数量
    return counts

def cumulative_distribution(counts):
    total_pixels = counts.sum()
    return counts.cumsum() / total_pixels  # 计算累计概率分布

def rescale_image(image, cumulative_dist):
    flattened_img = image.flatten()
    new_values = np.searchsorted(cumulative_dist, flattened_img)  # 查找新像素值对应的累积分布位置
    reshaped_img = new_values.reshape(image.shape)  # 重塑回原图像形状
    return reshaped_img

def histogram_equation(image):
    counts = histogram(image)
    cumulative_dist = cumulative_distribution(counts)
    enhanced_image = rescale_image(image, cumulative_dist)
    return enhanced_image

# 示例图像
image = np.random.randint(0, 256, size=(200, 200), dtype=np.uint8)  # 假设这是你的图像数据

enhanced_image = histogram_equation(image)

这段代码首先计算原始图像的直方图，然后计算累计分布，最后通过搜索排序将像素值映射到新的概率分布上，实现了直方图均衡。