equalizeHist图像增强算法
时间: 2024-07-28 18:00:39 浏览: 81
`equalizeHist` 是 OpenCV(Open Source Computer Vision Library)库中的一个图像增强函数,用于进行直方图均衡化(Histogram Equalization)。直方图均衡化是一种常见的图像处理技术,它的目的是为了改善图像的对比度,使得图像中各颜色的分布更加均匀。
在直方图均衡化过程中,原始图像的像素值被映射到新的像素值范围,使得整个图像的灰度级分布更加平滑。原图像中的像素频率分布被拉伸,特别是那些频率较低的部分,这样可以使图像中的暗部细节更明显,提高图像的整体亮度和对比度。
OpenCV 的 `cv2.equalizeHist()` 函数接受一个8位单通道或3通道的图像作为输入,然后返回一个新的同样大小和类型的图像,其中的像素值经过直方图均衡化处理。该函数通常用于预处理图像,使其更适合于后续的分析、识别或者视觉效果处理。
以下是一个简单的使用示例:
```python
import cv2
import numpy as np
# 读取图像
image = cv2.imread('input_image.jpg', cv2.IMREAD_GRAYSCALE)
# 对图像进行直方图均衡化
equ_hist = cv2.equalizeHist(image)
# 显示原图和处理后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Equalized Image', equ_hist)
# 等待用户按键
cv2.waitKey(0)
cv2.destroyAllWindows()
```
阅读全文