彩色图像直方图匹配 python

彩色图像直方图匹配是一种用于调整图像颜色分布的技术，它可以使得一张图像的颜色分布与另一张图像的颜色分布相同。在Python中，可以使用OpenCV和NumPy库来实现彩色图像直方图匹配。具体步骤如下：
1. 读取原始图像和目标图像。
2. 将原始图像和目标图像转换为HSV颜色空间。
3. 计算原始图像和目标图像的直方图，并对其进行归一化处理。
4. 计算原始图像和目标图像的累积分布函数(CDF)。
5. 对于原始图像中的每个像素，找到与其最接近的目标图像像素，并将其颜色值赋给原始图像像素。
6. 将调整后的图像转换回RGB颜色空间。

下面是一个简单的Python代码示例，用于实现彩色图像直方图匹配：

import cv2
import numpy as np

# 读取原始图像和目标图像
img_src = cv2.imread('source_image.jpg')
img_target = cv2.imread('target_image.jpg')

# 将原始图像和目标图像转换为HSV颜色空间
img_src_hsv = cv2.cvtColor(img_src, cv2.COLOR_BGR2HSV)
img_target_hsv = cv2.cvtColor(img_target, cv2.COLOR_BGR2HSV)

# 计算原始图像和目标图像的直方图，并对其进行归一化处理
hist_src, bins = np.histogram(img_src_hsv[:,:,0].flatten(), 256, [0,256])
hist_src = hist_src / float(img_src_hsv.shape[0] * img_src_hsv.shape[1])
hist_target, bins = np.histogram(img_target_hsv[:,:,0].flatten(), 256, [0,256])
hist_target = hist_target / float(img_target_hsv.shape[0] * img_target_hsv.shape[1])

# 计算原始图像和目标图像的累积分布函数(CDF)
cdf_src = hist_src.cumsum()
cdf_target = hist_target.cumsum()

# 对于原始图像中的每个像素，找到与其最接近的目标图像像素，并将其颜色值赋给原始图像像素
img_src_hsv[:,:,0] = np.interp(img_src_hsv[:,:,0], bins[:-1], cdf_target*255)

# 将调整后的图像转换回RGB颜色空间
img_result = cv2.cvtColor(img_src_hsv, cv2.COLOR_HSV2BGR)

# 显示结果图像
cv2.imshow('Result', img_result)
cv2.waitKey(0)
cv2.destroyAllWindows()