一、自适应直方图均衡化(Adaptive histgram equalization/AHE) 1.简述 自适应直方图均衡化(AHE)用来提升图像的对比度的一种计算机图像处理技术。和普通的直方图均衡算

概述 本篇博客主要记录如何使用OpenCV的直方图均衡改善图片的对比度和饱和度。下图的右边是使用了自动对比度和饱和度的结果 代码示例 例子的地址 例子为CMake项目，目前只在MacOS上运行。运行项

直方图均衡化是一种图像增强技术，其目的是通过调整图像的亮度和对比度来改善图像的质量和视觉效果。该技术的基本思想是将图像的像素灰度值分布变得更加均匀，从而使得图像的对比度得到增强。

本文主要讲解图像局部直方图均衡化和自动色彩均衡化处理。这些算法可以广泛应用于图像增强、图像去噪、图像去雾等领域。

前面讲到的自适应直方图均衡化的实现方法首先是将图像划分成不重叠的区域块，让后对每个块分别进行直方图均衡化处理。如果在图像有噪声的情况下这样处理，在每个被分割的小区域块中的噪声就会被放大。 为了避免噪声对图像均衡化的影响，这里使用了限制对比度的自适应直方图均衡化来处理图像的直方图…

生活就像大海，我就像一条咸鱼，在浩瀚的海洋中边浪边学，这是opencv笔记系列中的「直方图均衡化」。 世间万图，皆可均衡化。小编边浪边学，顺带以很咸鱼的方式把它们记录下来。 直方图均衡化就是对图像进行非线性拉伸，重新分配图像像素值，使一定灰度范围内的像素数量大致相同。它的基本思…

直方图均衡化的目的是将原始图像的灰度级均匀地映射到整个灰度级范围内，得到一个灰度级分布均衡的图像。这种均衡化，即实现了灰度值统计上的概率均衡，也实现了人类视觉系统上（HSV）的视觉均衡。

在本文中，将介绍如何使用 OpenCV 函数 cv2.equalizeHist() 执行直方图均衡，并将其应用于灰度和彩色图像，cv2.equalizeHist() 函数将亮度归一化并提高图像对比度。

OpenCV入门（三）快速学会OpenCV2图像处理基础 1.颜色变换cvtColor imgproc的模块名称是由image（图像）和process（处理）两个单词的缩写组合而成的，是重要的图像处理