equalizeHist图像增强算法

`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：

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()