import cv2

import numpy as np

import matplotlib.pyplot as plt

img = cv2.imread('hist.jpg', 0)

# 1.直方图计算

# 使用OpenCV函数计算

hist = cv2.calcHist([img], [0], None, [256], [0, 256]) # 性能：0.022158 s

# 使用numpy函数计算

hist, bins = np.histogram(img.ravel(), 256, [0, 256]) # 性能：0.020628 s

# 使用numpy函数计算

hist = np.bincount(img.ravel(), minlength=256) # 性能：0.003163 s

# 2.绘制直方图

plt.hist(img.ravel(), 256, [0, 256])

plt.show()

# 或使用前面计算的直方图结果

plt.plot(hist)

plt.show()

# 3.直方图均衡化

equ = cv2.equalizeHist(img)

cv2.imshow('equalization', np.hstack((img, equ))) # 并排显示

cv2.waitKey(0)

# 绘制出均衡化后的直方图

plt.hist(equ.ravel(), 256, [0, 256])

plt.show()

# 4.自适应直方图均衡化

img = cv2.imread('tsukuba.jpg', 0)

equ = cv2.equalizeHist(img) # 应用全局直方图均衡化

clahe = cv2.createCLAHE(clipLimit=2.0, tileGridSize=(8, 8)) # 自适应均衡化，参数可选

cl1 = clahe.apply(img)

cv2.imshow('equalization', np.hstack((equ, equ, cl1))) # 并排显示

cv2.waitKey(0)