目录

1. 介绍

2. 相关函数介绍

2.1 cv2.calcHist

2.2 cv2.normalize

 2.3 hist_norm.cumsum()

3. 代码

3.1 第一步：计算直方图

3.2 第二步：归一化直方图

3.3 第三步：归一化累计直方图

3.4 第四步：对应灰度值映射

3.5 print

4. code

1. 介绍

之前介绍的直方图均衡化，它能够产生一个直方图具有均匀分布的输出图像。当我们想要自动增强图像的时候，这种方法是适用的，因为目标的结果只有一个，所以是自动增强图像，并且这种技术的结果是可以预测的。

然而有些图像使用直方图均衡化是不合适的，或者说有些图像的直方图转换成均匀分布是不合适的

所以我们希望有一种方法能够帮助我们将图像的直方图转化成想要的形式，这种图像增强的技术就是直方图规定化或者说直方图匹配

直方图匹配：用于生成规定直方图图像的方法

实现的原理也很简单，只需要将原图和目标图像分别均衡化，然后找对应图像的映射就可以了

例如：原图灰度0----> 均衡化为1<------目标灰度2，那我们就可以得到原图灰度1映射到目标图像灰度2的映射关系

2. 相关函数介绍

因为我们需要利用一下有的函数完成直方图规定化

这里我们只作简单介绍，不具体介绍函数

2.1 cv2.calcHist

cv 库中用于计算图像直方图的函数，