通过灰度直方图均衡化把灰度图变成直方图并输出直方图

灰度直方图均衡化（Histogram Equalization）是一种用于增强图像对比度的方法。在这种方法中，将直方图中灰度级别的频率进行重新分配，以便在整个灰度范围内获得更平均的分布。这种方法常常被用于数字图像处理中，以提高图像的视觉效果。

下面是使用 Python OpenCV 库实现灰度直方图均衡化的代码：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读入灰度图
img = cv2.imread('lena.jpg', cv2.IMREAD_GRAYSCALE)

# 直方图均衡化
equ = cv2.equalizeHist(img)

# 绘制直方图
plt.hist(equ.ravel(), 256, [0,256])
plt.show()

# 显示图像
cv2.imshow('Original Image', img)
cv2.imshow('Equalized Image', equ)
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`cv2.imread` 用于读入灰度图像，`cv2.equalizeHist` 用于进行直方图均衡化，`plt.hist` 用于绘制直方图。最后，使用 `cv2.imshow` 显示图像，`cv2.waitKey` 等待键盘输入，`cv2.destroyAllWindows` 销毁所有窗口。

执行该代码后，可以看到输出的直方图，并且在窗口中显示了原始图像和经过直方图均衡化后的图像。