from PIL import Image
from pylab import *
from numpy import *


def histeq(im,nbr_bins = 256):
  """對一幅灰度影象進行直方圖均衡化"""
  #計算影象的直方圖
  #在numpy中，也提供了一個計算直方圖的函式histogram(),第一個返回的是直方圖的統計量，第二個為每個bins的中間值
  imhist,bins = histogram(im.flatten(),nbr_bins,normed= True)
  cdf = imhist.cumsum()  #
  cdf = 255.0 * cdf / cdf[-1]
  #使用累積分佈函式的線性插值，計算新的畫素值
  im2 = interp(im.flatten(),bins[:-1],cdf)
  return im2.reshape(im.shape),cdf


pil_im = Image.open('E:\Python\\fanwei.jpg')  #開啟原圖
pil_im_gray = pil_im.convert('L')   #轉化為灰度影象
pil_im_gray.show()     #顯示灰度影象

im = array(Image.open('E:\Python\\fanwei.jpg').convert('L'))
# figure()
# hist(im.flatten(),256)

im2,cdf = histeq(im)
# figure()
# hist(im2.flatten(),256)
# show()

im2 = Image.fromarray(uint8(im2))
im2.show()
# print(cdf)
# plot(cdf)
im2.save("junheng.jpg")

圖1：原圖的灰度圖

圖2：進行直方圖均衡化後的影象

圖3：原圖灰度圖的直方圖

圖4：進行直方圖均衡化後的直方圖

圖5：灰度變換函式

以上就是python 對一幅灰度影象進行直方圖均衡化的詳細內容，更多關於python 直方圖均衡化的資料請關注我們其它相關文章！