python实现提取彩色图像HSI分量并进行直方图均衡化

下面是一个简单的 Python 代码示例，用于提取彩色图像的 HSI 分量并进行直方图均衡化：

import cv2
import numpy as np

# 读取彩色图像
img = cv2.imread('color_image.jpg')

# 转换为 HSI 颜色空间
hsi = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 提取亮度分量
intensity = hsi[:, :, 2]

# 进行直方图均衡化
intensity_eq = cv2.equalizeHist(intensity)

# 将直方图均衡化后的亮度分量替换回原图
hsi[:, :, 2] = intensity_eq

# 转换回 BGR 颜色空间
result = cv2.cvtColor(hsi, cv2.COLOR_HSV2BGR)

# 显示结果图像
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先使用 OpenCV 的 `cv2.imread` 函数读取一张彩色图像，然后将其转换为 HSI 颜色空间，提取出亮度分量，并进行直方图均衡化。最后，我们将直方图均衡化后的亮度分量替换回原图，并将结果图像转换回 BGR 颜色空间。最后，我们使用 `cv2.imshow` 函数显示原始图像和直方图均衡化后的图像。