3. OpenCV均衡化实现

好，咱们直接进入正题。上一章讲了直方图均衡化的数学原理，说白了就是让像素值分布得更均匀。那在 OpenCV 里怎么落地？一个函数搞定——cv2.equalizeHist()。

我个人习惯，学一个新函数之前，先看它的签名和参数。这样心里有底。

3.1 cv2.equalizeHist() 函数详解

这个函数是 OpenCV 里专门做直方图均衡化的。它的用法极其简单，但有几个坑需要注意。

为什么只能处理灰度图？你想想看，直方图均衡化本质上是重新映射像素强度值。彩色图有三个通道，每个通道独立均衡化会破坏色彩平衡，出来的图颜色会非常诡异。

3.2 灰度图均衡化完整示例

光说不练假把式。咱们直接上代码。我会用一张曝光不足的灰度图做演示。

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

# 1. 读取灰度图
img = cv2.imread('dark_grayscale.jpg', cv2.IMREAD_GRAYSCALE)

# 2. 检查是否读取成功
if img is None:
    print("图片读取失败，请检查路径")
    exit()

# 3. 执行直方图均衡化
equalized_img = cv2.equalizeHist(img)

# 4. 计算均衡前后的直方图
hist_original = cv2.calcHist([img], [0], None, [256], [0, 256])
hist_equalized = cv2.calcHist([equalized_img], [0], None, [256], [0, 256])

# 5. 可视化对比
plt.figure(figsize=(12, 8))

# 原图
plt.subplot(2, 2, 1)
plt.imshow(img, cmap='gray')
plt.title('原始图像（曝光不足）')
plt.axis('off')

# 均衡化后
plt.subplot(2, 2, 2)
plt.imshow(equalized_img, cmap='gray')
plt.title('均衡化后图像')
plt.axis('off')

# 原图直方图
plt.subplot(2, 2, 3)
plt.plot(hist_original, color='black')
plt.title('原始直方图')
plt.xlim([0, 256])

# 均衡化后直方图
plt.subplot(2, 2, 4)
plt.plot(hist_equalized, color='black')
plt.title('均衡化后直方图')
plt.xlim([0, 256])

plt.tight_layout()
plt.show()

3.3 运行效果与直方图变化

上面代码跑完之后，你会看到什么？

• 原图：整体偏暗，细节淹没在暗区里。比如一张夜景照片，建筑物的纹理几乎看不清。
• 均衡化后：对比度明显提升，暗区细节被拉出来。建筑物轮廓清晰了，但天空部分可能会有些过曝。
• 原始直方图：像素集中在低灰度区域（左侧），像一座山压在左边。
• 均衡化后直方图：像素分布被拉伸，变得相对平坦，覆盖了整个灰度范围。

嗯，这里要注意：均衡化后的直方图并不是平坦的直线。因为像素值是离散的，而且 OpenCV 的实现做了近似处理。但整体趋势是均匀的。

3.4 核心流程：从输入到输出

为了让你更直观地理解整个过程，我画了一张流程图。这张图把灰度图均衡化的核心步骤串起来了。

你看，cv2.equalizeHist() 这个函数把计算直方图、计算 CDF、像素映射这三步全部封装在内部了。我们调用它，一行代码就搞定。但理解背后的步骤，能帮你更好地诊断问题。

3.5 避坑指南：我踩过的几个坑

做这个函数的时候，我遇到过几个典型问题，分享给你，省得你走弯路。

• 坑一：输入不是 uint8 类型。有一次我从一个浮点型的深度图直接调 equalizeHist()，结果报错。这个函数只接受 np.uint8 类型。如果图像是 float 类型，记得先转：img_uint8 = cv2.normalize(img, None, 0, 255, cv2.NORM_MINMAX).astype(np.uint8)。
• 坑二：对彩色图直接调用。前面说过了，会报错。彩色图要用 cv2.cvtColor() 转到 YUV 色彩空间，只对 Y 通道做均衡化，再合并回去。
• 坑三：均衡化后噪声被放大。我曾经处理一张老照片，原图有很多颗粒噪声。均衡化之后，噪声也被拉伸了，变得非常明显。这种情况下，建议先做去噪（比如高斯模糊或中值滤波），再做均衡化。