1. 直方图均衡化介绍
自我感觉书上讲的很清楚，直接把截图贴上了。
在进行直方图均值化的过程如下
读入图像
对每个通道分别统计像素值[0,255]出现的次数。
对每个通道分别求像素值[0,255]出现的概率，得到概率直方图。
对每个通道分别求像素值[0,255]概率的前缀和，得到累计直方图。
对每个通道根据累计直方图分别求像素映射函数。
对每个通道完成每个像素点的映射。
输出直方图均衡化的图像。
2.代码（MATLAB）
1 %直方图均衡化 2 I = imread(‘D:/picture/girl.jpg‘); 3 I=rgb2gray(I);%如果某些图片不是二维灰度图像要加上这句，否则imhist报错 4 [height,width] = size(I); 5 figure 6 subplot (221) 7 imshow(I);%显示原始图像 8 subplot(222) 9 imhist(I)%显示原始图像直方图（注释一） 10 11 %进行像素灰度统计 12 NumPixel = zeros(1,256);%统计各灰度数目，共256个灰度级 13 for i = 1:height 14 for j = 1:width 15 NumPixel (I(i,j)+1)=NumPixel(I(i,j)+1)+1;%对应灰度值像素点数量增加一9（注释二） 16 end 17 end 18 %计算灰度分布密度 19 ProbPixel = zeros(1,256); 20 for i =1:256 21 ProbPixel(i) = NumPixel(i)/(height*width*1.0);%该灰度值的像素个数除于总的像素点的个数 22 end 23 %计算累计直方图分布 24 CumuPixel = zeros(1,256); 25 for i = 1:256; 26 if i == 1 27 CumuPixel(i) = ProbPixel(i); 28 else 29 CumuPixel(i) = CumuPixel(i-1)+ProbPixel(i);%进行累加 30 end 31 end 32 %累计分布取整 33 34 CumuPixel = uint8(256* CumuPixel);%也就是原来图像的灰度级根据累加概率的值变成了新的灰度级（注释三） 35 %对灰度值进行映射（均衡化） 36 for k =1:height 37 for l =1:width 38 I(k,l)= CumuPixel(I(k,l)+1);%映射,加一的目的是使下标从一开始 39 end 40 end 41 subplot(223) 42 imshow(I)%显示原始图像 43 subplot(224) 44 imhist(I)%显示原始图像直方图
运行结果如下
注：直方图x轴是图像的灰度值，y轴是在该灰度值的像素的个数
分析：观察图片我们发现对于原始图片整体颜色偏白，对比度不强，直方图分布偏于右边。直方化后的图片整体颜色加深，灰度增强，头发没有原来那么偏白了，直方图整体分布开始偏左且更均匀化，图片整体对比度增强。
3注释
注释一
imhist()主要用于计算图像灰度值的直方图统计；
第一次使用时出现的错误：
Error using ==> iptcheckinput Function IMHIST expected its first input, I or X, to be two-dimensional.
输入的图像必须是二维的图像，当输入的图像是三维的时候，可现转换，转换代码:
I=imread(‘nameofupicture.tif‘);
I=rgb2gray(I);
imhist(I);
imhist()的应用：
具体用法：
imhist( i );直接显示图像i的灰度直方图；
imhist（i，n）n为指定灰度级显示直方图；
[count, x] = imhist( i ) 获取直方图信息，count为每一级灰度像素个数，x为灰度级，x也可以在imhist（i，x）中指定，可以通过stem（x，count）画相应直方图；
如代码
1 i = imread(‘D:/picture/ZiXia.jpg‘); 2 i=rgb2gray(i); 3 imshow(i); 4 figure; 5 imhist(i); 6 figure; 7 imhist(i,32); 8 figure; 9 [count,x] = imhist(i,32); 10 stem(x,count);
注释二
NumPixel(I(i,j) + 1) --------这个表示的是什么呢？---a NumPixel(I(i,j) + 1) + 1------这个表示像素点的灰度级加1---b I(i,j)-----表示(i,j)点的灰度值 a 处灰度值加1是代码中灰度值得范围的[1,256],不是[0,255] b 处为对灰度值相同的像素做统计加1，可以将NumPixel( I(i,j) + 1)看做是下标为灰度值，数组元素值为对应下标（灰度值）统计像素的个数 比如统计出来的灰度值为23的像素个数为4个，那么代码中的表现形式是：NumPixel( 22 + 1) = 4.
注释三
比如原始图像的灰度值为30的像素个数在新图像里面就变为原始图像灰度值小于等于30的像素个数之和作为新图像像素值为30的像素个数。依次类推。
原文地址：https://www.cnblogs.com/henuliulei/p/10601122.html