直方图均衡化代码python

直方图均衡化是一种图像增强技术，它通过改变像素值的概率分布来改善图像对比度，使得原本暗淡的部分变得更亮，明亮部分变得更暗。在Python中，我们可以使用OpenCV库来实现直方图均衡化。下面是一个简单的例子：

import cv2
import numpy as np

def histogram_equalization(image_path):
    # 读取图片
    image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)
    
    # 计算直方图
    hist, bins = np.histogram(image.flatten(), 256, [0, 256])

    # 算出累积分布函数
    cdf = hist.cumsum()
    cdf_normalized = cdf * hist.max() / cdf.max()

    # 使用累积分布函数转换像素值
    equ_image = np.interp(image.flatten(), bins[:-1], cdf_normalized).reshape(image.shape)

    # 应用到原始图像上并显示结果
    equ_image = equ_image.astype('uint8')
    cv2.imshow("Original Image", image)
    cv2.imshow("Equalized Image", equ_image)
    cv2.waitKey(0)
    cv2.destroyAllWindows()

# 使用你的图片路径替换image_path
histogram_equalization("your_image_path.jpg")

在这个例子中，我们首先读入灰度图像，计算直方图，然后创建累积分布函数，并根据这个函数对每个像素值进行映射。最后将处理后的像素值应用回原图并显示。