2.编程实现：读取图像，绘制图像的直方图，并对图像进行直方图均衡化，并显示均衡化之后的图像。

在编程中，特别是使用Python的PIL（Pillow）库和OpenCV等工具包处理图像时，可以按照以下步骤实现图像的直方图读取、绘制以及直方图均衡化：

1. **读取图像**:

   from PIL import Image
   img = Image.open('image.jpg')

2. **计算直方图**:

   hist, bins = np.histogram(img.histogram(), bins=range(256))

3. **绘制直方图**:

   plt.plot(bins[:-1], hist, 'r', linewidth=2)
   plt.show()

4. **直方图均衡化**:

   from skimage import exposure
   eq_img = exposure.equalize_hist(img)

5. **显示原图像和均衡化的图像**:

   fig, axs = plt.subplots(nrows=1, ncols=2)
   axs[0].imshow(img)
   axs[1].imshow(eq_img)
   axs[0].set_title('Original Image')
   axs[1].set_title('Histogram Equalized Image')
   plt.show()

注意，这里假设已经导入了必要的库如`numpy`, `matplotlib`以及`skimage.exposure`。如果是在OpenCV环境中，直方图均衡化可能会稍微有所不同。