图像直方图均衡化算法实现 python和matlab

一. 直方图均衡化：

直方图均衡化是使图像直方图变得平坦的操作。直方图均衡化能够有效地解决图像整体过暗、过亮的问题，增加图像的清晰度。

具体流程如下所示。其中S是总的像素数，Zmax是像素的最大取值(8位灰度图像为255)，h(i)为图像像素取值为 i 及小于 i 的像素的总数。

直方图均衡化算法 ↑

二. python实现直方图均衡化操作

 1 import cv2
 2 import numpy as np
 3 import matplotlib.pyplot as plt
 4 
 5 # histogram equalization
 6 def hist_equal(img, z_max=255):
 7     H, W = img.shape
 8     # S is the total of pixels
 9     S = H * W  * 1.
10 
11     out = img.copy()
12 
13     sum_h = 0.
14 
15     for i in range(1, 255):
16         ind = np.where(img == i)
17         sum_h += len(img[ind])
18         z_prime = z_max / S * sum_h
19         out[ind] = z_prime
20 
21     out = out.astype(np.uint8)
22 
23     return out
24 
25 
26 # Read image
27 img = cv2.imread("../head_g_n.jpg",0).astype(np.float)
28 
29 # histogram normalization
30 out = hist_equal(img)
31 
32 # Display histogram
33 plt.hist(out.ravel(), bins=255, rwidth=0.8, range=(0, 255))
34 plt.savefig("out_his.png")
35 plt.show()
36 
37 # Save result
38 cv2.imshow("result", out)
39 cv2.imwrite("out.jpg", out)
40 cv2.waitKey(0)
41 cv2.destroyAllWindows()