用python写程序实现上页直方图均衡化处理，不能套用现成的直方图均衡化函数，需自已编写。

在Python中，直方图均衡化是一种图像增强技术，通过改变像素值分布来提高图像对比度。下面是一个简单的步骤，我们将手动实现这个过程：

1. **读取图像**:
首先，我们需要使用PIL库来读取图像文件，如`from PIL import Image`。

import cv2
from PIL import Image
# 加载图像
image = Image.open('input_image.jpg')

2. **灰度转换**:
如果图像不是灰度图像，需要将其转换为灰度，因为直方图均衡化针对单通道图像。

if image.mode != 'L':
    image = image.convert('L')

3. **计算直方图**:
我们遍历图像的每个像素值，并统计其出现的频率，形成直方图。

histogram, bins = np.histogram(image.flatten(), 256, [0, 256])

4. **累积分布函数（CDF）**:
计算累计概率，这是为了将新的像素值映射到新的范围。

cdf = histogram.cumsum()
cdf_normalized = cdf * hist.max() / cdf.max()

5. **变换像素**:
对于原图像的每个像素，找到对应的累积分布函数值，然后查表得到新的像素值。

# 创建等距的新像素值数组
equivalent_gray = np.interp(image.flatten(), bins[:-1], cdf_normalized).reshape(image.size)

6. **保存结果**:
最后，我们将处理后的图像保存。

equi_image = Image.fromarray(equivalent_gray, mode='L')
equi_image.save('output_equi_image.jpg')