OpenCV+Python直方图均衡化

更多内容，请参考http://www.cnblogs.com/Undo-self-blog/p/8439149.html

直方图均衡化可以将像素值分布的区域更广泛，在Python语言下，OpenCV提供的直方图均衡化函数有直接均衡化equalizeHist和自适应的均衡化createCLAHE，自适应的均衡化函数将整幅图像会被分成很多小块，然后再对每一个小块分别进行直接直方图均衡化。图像采用2种方法处理后的效果分别如中下、右下图所示。从效果上看，直接均衡化对比度太大，自适应直方图均衡化效果比较好。

三幅图像对应的直方图如下

有时候，使用直接均衡化的效果不是好不好的问题，而是。。。不好描述，直接看下图结果

而使用自适应均衡化一般不会出现这种情况，效果如下图

 

代码如下，IDE其中使用pyChar，data文件夹与.py文件在同一个文件夹下。

import cv2 as cv2
import numpy as np
import matplotlib.pyplot as plt
 
imgOrigin = cv2.imread('data/1.png', cv2.CV_16UC1)
 
imgEqualizeHist = cv2.equalizeHist(imgOrigin)
 
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8))
imgCLAHE = clahe.apply(imgOrigin)
 
cv2.imshow('origin', imgOrigin)
cv2.imshow('equalizeHist', imgEqualizeHist)
cv2.imshow('createCLAHE', imgCLAHE)
 
plt.ylim(0,10000)
plt.hist(imgOrigin.ravel(),256,[0,256]); plt.show()
plt.ylim(0,10000)
plt.hist(imgEqualizeHist.ravel(),256,[0,256]); plt.show()
plt.ylim(0,10000)
plt.hist(imgCLAHE.ravel(),256,[0,256]); plt.show()
 
cv2.waitKey(0)