对图片进行直方图均衡化处理opencv代码

在OpenCV中，直方图均衡化是一种常用的技术，用于增强图像对比度，使得暗部细节和亮部细节更易识别。以下是一个简单的Python代码示例，展示如何对一张图片进行直方图均衡化处理：

import cv2
import numpy as np

# 读取图片
image = cv2.imread('path_to_your_image.jpg', 0)  # 0表示灰度模式

# 计算原图的直方图
hist, _ = np.histogram(image.flatten(), 256, [0, 256])

# 找到累计分布函数
cdf = hist.cumsum()
cdf_normalized = cdf * hist.max() / cdf.max()

# 使用线性插值计算新的像素值
equ = np.interp(image.flatten(), np.arange(256), cdf_normalized).reshape(image.shape)

# 应用结果到原图
equ = cv2.convertScaleAbs(equ)

# 显示原始图像和直方图均衡化的图像
cv2.imshow("Original Image", image)
cv2.imshow("Equalized Image", equ)
cv2.waitKey(0)
cv2.destroyAllWindows()

这个例子首先读取图片并转换成灰度图像，然后计算直方图，并生成累积分布函数（CDF）。接着通过插值将每个像素映射到新的亮度级别，最后将处理后的图像显示出来。