ｐｙｔｈｏｎ灰度图指定范围均衡化

你可以使用 OpenCV 库来实现灰度图像中指定范围的直方图均衡化。以下是一个示例代码：

import cv2
import numpy as np

# 读取灰度图像
img = cv2.imread("gray_image.jpg", cv2.IMREAD_GRAYSCALE)

# 定义要均衡化的范围
lower_range = 0    # 最小值
upper_range = 100    # 最大值

# 创建掩膜
mask = cv2.inRange(img, lower_range, upper_range)

# 对掩膜内的像素进行直方图均衡化
hist, bins = np.histogram(img[mask > 0], 256, [0, 256])    # 计算直方图
cdf = hist.cumsum()    # 计算累积分布函数
cdf = (cdf - cdf[0]) / (np.sum(mask) - 1) * 255    # 归一化
result = cv2.LUT(img, np.uint8(cdf))    # 应用 LUT

# 显示结果
cv2.imshow("result", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个代码中，我们先读取了一个灰度图像，然后定义了要均衡化的范围，这里是像素值在 0 到 100 之间的像素。接着，我们创建了一个掩膜来标记要均衡化的像素。然后，我们计算掩膜内的像素的直方图，并计算累积分布函数进行归一化。最后，我们应用 LUT（查找表）将输入图像转换为输出图像。你可以根据你的需要调整均衡化的范围和阈值。