cv2局部直方图均衡化python代码

当使用OpenCV库中的cv2模块进行局部直方图均衡化时，可以按照以下步骤进行操作：

1. 导入必要的库和模块：

import cv2
import numpy as np

2. 加载图像：

image = cv2.imread('image.jpg', 0)  # 以灰度图像方式加载图像

3. 定义局部直方图均衡化函数：

def local_histogram_equalization(image, block_size):
    # 获取图像的行数和列数
    rows, cols = image.shape

    # 定义一个空白图像用于存储均衡化后的结果
    equalized_image = np.zeros((rows, cols), dtype=np.uint8)

    # 遍历图像的每个像素
    for i in range(rows):
        for j in range(cols):
            # 计算当前像素所在的块的左上角和右下角坐标
            x1 = max(0, i - block_size // 2)
            y1 = max(0, j - block_size // 2)
            x2 = min(rows - 1, i + block_size // 2)
            y2 = min(cols - 1, j + block_size // 2)

            # 提取当前块的像素值
            block = image[x1:x2+1, y1:y2+1]

            # 对当前块进行直方图均衡化
            equalized_block = cv2.equalizeHist(block)

            # 将均衡化后的块放回原图像的对应位置
            equalized_image[i, j] = equalized_block[block_size // 2, block_size // 2]

    return equalized_image

4. 调用局部直方图均衡化函数并显示结果：

block_size = 16  # 定义块的大小
equalized_image = local_histogram_equalization(image, block_size)

cv2.imshow('Original Image', image)
cv2.imshow('Equalized Image', equalized_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这样，你就可以使用上述代码实现局部直方图均衡化了。