用python对彩色图像进行直方图均衡化处理

1、色彩分离：

把图片分成若干个单通道的灰度图。

img[:,:,0]是第一个通道。

2、构造单通道图像的直方图：

hist = cv2.calcHist([img[:,:,0]],[0],None,[256],[0,256])

绘制直方图：

plt.plot(hist,color='b')

可以发现，这个图的直方图集中在暗区，说明图像偏暗。

3、第二个通道图像的直方图：

hist = cv2.calcHist([img[:,:,1]],[0],None,[256],[0,256])

plt.plot(hist,color='g')

4、第三个通道图像的直方图：

hist = cv2.calcHist([img[:,:,2]],[0],None,[256],[0,256])

plt.plot(hist,color='r')

5、把三个直方图画到一起：

hist = cv2.calcHist([img[:,:,0]],[0],None,[256],[0,256])

plt.plot(hist,color='b')

hist = cv2.calcHist([img[:,:,1]],[0],None,[256],[0,256])

plt.plot(hist,color='g')

hist = cv2.calcHist([img[:,:,2]],[0],None,[256],[0,256])

plt.plot(hist,color='r')

6、可以发现，第一个通道的直方图相对于另外两个通道，更不均衡，所以这里，只对第一个通道的图像进行均衡化处理：

pic = cv2.equalizeHist(img[:,:,0])

下面第一幅图，是处理前的效果图，第二幅图，是处理后的效果图。

7、看看处理后的直方图。

hist = cv2.calcHist([pic],[0],None,[256],[0,256])

plt.plot(hist,color='b')

8、再对pic进行均衡化处理，连续执行10次。

效果图如下，变化不明显。

9、合并通道，也就是合并为彩色图像：

im=cv2.merge([pic,img[:,:,1],img[:,:,2]])

后面的图像是新图，前面的图像是原图。

10、新的彩色图像的直方图。