摘要：如果噪音在那里，它就會(huì)被放大為了避免這種情況，會(huì)應(yīng)用對(duì)比限制如果任何直方圖超出指定的對(duì)比度限制默認(rèn)情況下是，在應(yīng)用直方圖均衡之前，這些像素被裁剪并均勻地分布到其他均衡后，刪除邊界中的工件，采用雙線(xiàn)性插值代碼

Histograms - 2: Histogram Equalization

直方圖均衡化是圖像處理領(lǐng)域中利用圖像直方圖對(duì)對(duì)比度進(jìn)行調(diào)整的方法.通過(guò)這種方法，亮度可以更好地在直方圖上分布.這樣就可以用于增強(qiáng)局部的對(duì)比度而不影響整體的對(duì)比度，直方圖均衡化通過(guò)有效地?cái)U(kuò)展常用的亮度來(lái)實(shí)現(xiàn)這種功能.

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

img = cv2.imread("img.jpg",0)

equ = cv2.equalizeHist(img)
res = np.hstack((img,equ)) #stacking images side-by-side
cv2.imshow("show",res)

cv2.waitKey()

確實(shí)，直方圖均衡后背景對(duì)比度有所改善.但比較兩個(gè)圖像,由于亮度過(guò)高，我們丟失了大部分信息,這是因?yàn)樗闹狈綀D并不局限于特定區(qū)域.

為了解決這個(gè)問(wèn)題，使用自適應(yīng)直方圖均衡.圖像被劃分為幾個(gè)小塊，稱(chēng)為“tiles”(在OpenCV中默認(rèn)值是8x8).然后每一個(gè)方塊都是像平常一樣的直方圖,因此，直方圖會(huì)限制在一個(gè)小區(qū)域(除非有噪聲)。如果噪音在那里，它就會(huì)被放大.為了避免這種情況，會(huì)應(yīng)用對(duì)比限制.如果任何直方圖bin超出指定的對(duì)比度限制（默認(rèn)情況下是40），在應(yīng)用直方圖均衡之前，這些像素被裁剪并均勻地分布到其他bin.均衡后，刪除邊界中的工件，采用雙線(xiàn)性插值.

代碼：

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

img = cv2.imread("img.jpg",0)

# create a CLAHE object (Arguments are optional).
clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8,8))
cl1 = clahe.apply(img)


cv2.imshow("show",cl1)

cv2.waitKey()