直方图规定化opencv-python，使用jupyter notebook实现

直方图规定化是一种常见的图像处理技术，它通过对原始图像的像素值分布进行调整，使得整个图像的亮度、对比度有一个统一的标准。在OpenCV-Python中，我们可以利用`cv2.normalize()`函数来进行直方图规定化。在Jupyter Notebook中实现步骤如下：

1. 导入必要的库：

import cv2
import numpy as np
from matplotlib import pyplot as plt

2. 加载图像并转化为灰度图像（如果需要）：

image = cv2.imread('your_image_path', cv2.IMREAD_GRAYSCALE)

3. 使用直方图规定化，这里通常采用归一化到0-255范围：

normalized_image = cv2.normalize(image, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)

4. 可视化原图像和规范化后的图像：

plt.subplot(121), plt.imshow(image, cmap='gray')
plt.title('Original Image'), plt.xticks([]), plt.yticks([])
plt.subplot(122), plt.imshow(normalized_image, cmap='gray')
plt.title('Normalized Image'), plt.xticks([]), plt.yticks([])
plt.show()