直方图均衡python代码

直方图均衡是一种常见的图像增强技术，可以增加图像的对比度和亮度，使得图像更加清晰。下面是一个简单的Python代码实现：

import cv2
import numpy as np

def histeq(image):
    # 计算图像的直方图
    hist, bins = np.histogram(image.flatten(), 256, [0,256])
    # 计算累积分布函数
    cdf = hist.cumsum()
    # 归一化
    cdf_normalized = cdf * hist.max() / cdf.max()
    # 计算新的像素值
    image_eq = np.interp(image.flatten(), bins[:-1], cdf_normalized)
    image_eq = image_eq.reshape(image.shape)
    return image_eq.astype('uint8')

# 读取图像
image = cv2.imread('test.jpg', 0)
# 直方图均衡
image_eq = histeq(image)
# 显示原始图像和均衡化后的图像
cv2.imshow('Original Image', image)
cv2.imshow('Equalized Image', image_eq)
cv2.waitKey(0)
cv2.destroyAllWindows()

代码中，`histeq()`函数接受一个灰度图像作为输入，计算出其直方图，然后计算出累积分布函数，并对其进行归一化。最后，使用`np.interp()`函数计算新的像素值，生成均衡化后的图像。最后，通过OpenCV库中的`imshow()`函数显示原始图像和均衡化后的图像。