读取任意两个不同种类的植物幼苗图片，利用Matplotlib绘制出其图片 （3）学习和了解cv2，利库提供的函数，对上述两种图片分别进行均衡化处理，绘制出处理后的图片； （4）提取对（3）处理图片的叶子部分，并绘制图形； 写出完整代码

首先，让我们编写一个完整的Python脚本来满足您的需求。这里假设我们已经有了两张图片，分别是plant1.jpg和plant2.jpg。我们将使用OpenCV（cv2模块）进行图像处理，matplotlib用于绘图，以及PIL库（在import cv2之前需要先安装`Pillow`）来读取图片。

# 导入所需库
import cv2
from PIL import Image
import matplotlib.pyplot as plt

# 读取图片
img1 = Image.open('plant1.jpg')
img2 = Image.open('plant2.jpg')

# 转换为灰度图并进行均衡化处理
gray_img1 = cv2.cvtColor(np.array(img1), cv2.COLOR_BGR2GRAY)
gray_img1_eq = cv2.equalizeHist(gray_img1)

gray_img2 = cv2.cvtColor(np.array(img2), cv2.COLOR_BGR2GRAY)
gray_img2_eq = cv2.equalizeHist(gray_img2)

# 绘制原始图片和处理后的图片
fig, axs = plt.subplots(2, 2, figsize=(8, 8))
axs[0, 0].imshow(img1)
axs[0, 0].set_title('Original Plant 1')
axs[0, 1].imshow(gray_img1, cmap='gray')
axs[0, 1].set_title('Gray Plant 1 (Equalized)')

axs[1, 0].imshow(img2)
axs[1, 0].set_title('Original Plant 2')
axs[1, 1].imshow(gray_img2, cmap='gray')
axs[1, 1].set_title('Gray Plant 2 (Equalized)')

plt.tight_layout()
plt.show()

# 提取叶子区域（这里假设叶子在图片的下半部分）
height, width = gray_img1.shape
leaf_region1 = gray_img1_eq[int(height * 0.5):, :]
leaf_region2 = gray_img2_eq[int(height * 0.5):, :]

# 对叶子区域绘制图形
leaf_axs = plt.subplot(2, 2, 3)
leaf_axs.imshow(leaf_region1, cmap='gray')
leaf_axs.set_title('Leaf of Plant 1 (Equalized)')

leaf_axs = plt.subplot(2, 2, 4)
leaf_axs.imshow(leaf_region2, cmap='gray')
leaf_axs.set_title('Leaf of Plant 2 (Equalized)')

plt.show()

# 关闭图像窗口以释放资源
plt.close("all")

注意，这里的`int(height * 0.5)`是一个简单的示例，实际提取叶子区域可能会更复杂，因为树叶的位置和大小可能因植物而异，可能需要使用图像分割技术。这个例子也假设叶子在图片的下半部分，实际情况可能需要根据图片内容调整。