彩色图像直方图均衡化代码

以下是Python代码实现彩色图像直方图均衡化：

import cv2

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

# 将图像转为YCrCb颜色空间
img_YCrCb = cv2.cvtColor(img, cv2.COLOR_BGR2YCrCb)

# 对亮度通道进行直方图均衡化
img_YCrCb[:,:,0] = cv2.equalizeHist(img_YCrCb[:,:,0])

# 将图像转回BGR颜色空间
img_equalized = cv2.cvtColor(img_YCrCb, cv2.COLOR_YCrCb2BGR)

# 显示原图和均衡化后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', img_equalized)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，我们先将彩色图像转为YCrCb颜色空间，只对亮度通道进行直方图均衡化，再将图像转回BGR颜色空间，得到均衡化后的图像。

相关问题

彩色图像直方图均衡化matlab代码

以下是彩色图像直方图均衡化的Matlab代码：

% 读入彩色图像
img = imread('color_image.jpg');

% 将RGB图像转换为YCbCr颜色空间
img_ycbcr = rgb2ycbcr(img);

% 对亮度分量进行直方图均衡化
img_y = img_ycbcr(:,:,1);
img_y_eq = histeq(img_y);

% 将处理后的亮度分量替换回原图像中
img_ycbcr(:,:,1) = img_y_eq;

% 将YCbCr图像转换回RGB颜色空间
img_eq = ycbcr2rgb(img_ycbcr);

% 显示原图像和处理后的图像
figure;
subplot(1,2,1), imshow(img), title('Original Image');
subplot(1,2,2), imshow(img_eq), title('Equalized Image');

代码中首先读入彩色图像，然后将其转换为YCbCr颜色空间。接着对亮度分量进行直方图均衡化，将处理后的亮度分量替换回原图像中，最后将YCbCr图像转换回RGB颜色空间。最终显示原图像和处理后的图像。

python彩色图像直方图均衡化

你可以使用Python中的OpenCV库来实现彩色图像直方图均衡化。以下是一个简单的示例代码：

import cv2

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

# 将彩色图像转换为YUV颜色空间
img_yuv = cv2.cvtColor(img, cv2.COLOR_BGR2YUV)

# 对Y通道进行直方图均衡化
img_yuv[:,:,0] = cv2.equalizeHist(img_yuv[:,:,0])

# 将YUV图像转换回BGR颜色空间
img_output = cv2.cvtColor(img_yuv, cv2.COLOR_YUV2BGR)

# 显示原始图像和处理后的图像
cv2.imshow('Original Image', img)
cv2.imshow('Histogram Equalized', img_output)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这段代码中，我们首先读取彩色图像，然后将其转换为YUV颜色空间。接下来，我们对Y通道进行直方图均衡化，然后将图像转换回BGR颜色空间。最后，我们显示原始图像和处理后的图像。