python opencv局部亮度均衡化处理

在Python的OpenCV库中，局部亮度均衡化是一种图像增强技术，用于改善图像对比度，特别适用于那些光照不均匀的场景。它通过对每个像素周围一小区域内的灰度值进行统计分析，然后计算出该像素的新灰度值，使其相对于其邻域内的像素更均匀。

`cv2.createCLAHE()`函数是OpenCV提供的用于局部对比度均值适应（Local Contrast Adaptive Histogram Equalization, CLAHE）的核心工具。下面是一个简单的例子：

import cv2
import numpy as np

# 读取图像
image = cv2.imread('input_image.jpg', cv2.IMREAD_GRAYSCALE)

# 创建CLAHE对象，设置大小和邻域
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))

# 对图像应用CLAHE
equalized = clahe.apply(image)

# 显示原图和处理后的图像
cv2.imshow("Original Image", image)
cv2.imshow("Equalized Image", equalized)

# 等待用户按键并关闭窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`clipLimit`参数控制了亮度调整的程度，`tileGridSize`指定了统计区域（也称为“tiles”）的大小。