将直方图均衡化处理的代码

直方图均衡化是一种图像增强技术，用于改善图像对比度，使得图像的亮度分布更均匀。在Python中，我们可以使用OpenCV库来实现直方图均衡化。以下是一个简单的例子，展示如何对灰度图像进行直方图均衡化：

import cv2
import numpy as np

def histogram_equalization(image_path):
    # 读取图像
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    
    # 计算直方图
    hist, bins = np.histogram(image.flatten(), 256, [0, 256])

    # 归一化直方图
    cdf = hist.cumsum()
    cdf_normalized = cdf * (255.0 / cdf.max())

    # 使用累积分布函数映射像素值
    equi_image = np.interp(image.flatten(), bins[:-1], cdf_normalized).reshape(image.shape)

    # 应用并返回结果
    return equi_image

# 示例用法
equi_img = histogram_equalization('input_image.png')
cv2.imshow('Original Image', image)
cv2.imshow('Equalized Image', equi_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，`image.flatten()`将图像展平成一维数组，方便计算直方图。然后计算累积分布函数(cdf)，将其归一化，再通过`np.interp`函数将原始像素值映射到新的分布。最后，将结果反展平回原图像尺寸。