直方图均衡化未调用封装函数python代码

以下是一种直方图均衡化的Python代码实现，未使用封装函数：

import cv2
import numpy as np

def histogram_equalization(img):
    # Compute histogram
    hist, bins = np.histogram(img.flatten(), 256, [0,256])
    
    # Compute cumulative distribution function
    cdf = hist.cumsum()
    cdf_normalized = cdf * hist.max() / cdf.max()
    
    # Apply equalization
    img_equalized = np.interp(img.flatten(), bins[:-1], cdf_normalized)
    img_equalized = img_equalized.reshape(img.shape)
    
    return img_equalized

# Load image
img = cv2.imread('image.jpg', 0)

# Apply histogram equalization
img_equalized = histogram_equalization(img)

# Display images
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', img_equalized)
cv2.waitKey(0)
cv2.destroyAllWindows()

该代码首先使用`np.histogram`函数计算输入图像的直方图，然后计算累积分布函数，并将其归一化。最后，使用`np.interp`函数将输入图像中的像素值映射到新的像素值上，以实现直方图均衡化。最终结果通过`cv2.imshow`函数显示。