python实现直方图均衡化的代码，功能包括读取图像，均衡化图像，输出原图和均衡化后的图像，以及它们的灰度直方图

在Python中，你可以使用`PIL`库来处理图像，`matplotlib`库来绘制直方图，以及`skimage`库来进行直方图均衡化。以下是一个简单的例子，展示了如何实现这个过程：

from PIL import Image
import matplotlib.pyplot as plt
from skimage import exposure

# 1. 读取图像
def read_image(file_path):
    image = Image.open(file_path)
    return image.convert('L')  # 转换为灰度图像

# 2. 直方图均衡化
def histogram_equalization(image):
    eq_image = exposure.equalize_hist(image)  # 使用skimage的直方图均衡化函数
    return eq_image

# 3. 输出图像
def display_images(img1, img2, titles=['Original', 'Equalized']):
    fig, axs = plt.subplots(1, 2, figsize=(10, 5))
    axs[0].imshow(img1, cmap='gray')
    axs[0].set_title(titles[0])
    axs[1].imshow(img2, cmap='gray')
    axs[1].set_title(titles[1])
    plt.show()

# 示例
input_img_path = 'path_to_your_image.jpg'
img = read_image(input_img_path)

# 均衡化图像
equalized_img = histogram_equalization(img)

# 输出原始图和均衡化后的图及其灰度直方图
display_images(img, equalized_img)

在这个代码中，首先读取并转换成灰度图像，然后对图像进行直方图均衡化。最后，显示原始图像和均衡化后的图像，并分别绘制它们的灰度直方图。