在理解直方图均衡化的过程中，参考了一些书籍和博客，让人困惑的是，笔者对于直方图的理解还是停留在表面，并没有深入理解其内涵。因此，本文拟结合图片对直方图的概念进行阐述，并给出其Python实现，最后对她背后所蕴含的一些科学思维，谈谈自己的一些看法。
什么是直方图？
对于一副灰度图像I，她的每一个像素点I(x,y)都有一个灰度值，一般情况下可能的灰度取值有2^8=256个（0，1，...，255）。如果我们统计出灰度值r在I中出现的次数n，并对其进行归一化（n/N，N是所有灰度值出现次数的总和），这样我们就可以得到像素r在I中出现的概率p(r)。如果对每一个可能的灰度取值r都做同样的处理，我们可以得到如图1左侧所示的概率分布曲线，该曲线就是我们常说的直方图。
图1 直方图均衡化目标
什么是直方图均衡化？
通常情况下一副图像I的直方图如图1左侧所示，每一个灰度值r出现的概率不是相等的，这样会导致图像的一些细节信息不够突出，而直方图均衡化就是对灰度值r进行如下变换s=T(r)，使得变换后的灰度分布如图1右侧所示（也就是说，每一个灰度值出现的概率是想同的），这样能够发现一些原先肉眼很难发现的细节，如图2所示（读者可以自己体会下）。说到这里，一般也就结束了，但是我们真的理解了吗？如何更好的理解呢？下面简要介绍一下笔者的理解方式。
延伸阅读
- ssh框架 2016-09-30
- 阿里移动安全 [无线安全]玩转无线电——不安全的蓝牙锁 2017-07-26
- 消息队列NetMQ 原理分析4-Socket、Session、Option和Pipe 2024-03-26
- Selective Search for Object Recognition 论文笔记【图片目标分割】 2017-07-26
- 词向量-LRWE模型-更好地识别反义词同义词 2017-07-26
- 从栈不平衡问题 理解 calling convention 2017-07-26
- php imagemagick 处理 图片剪切、压缩、合并、插入文本、背景色透明 2017-07-26
- Swift实现JSON转Model - HandyJSON使用讲解 2017-07-26
- 阿里移动安全 Android端恶意锁屏勒索应用分析 2017-07-26
- 集合结合数据结构来看看(二) 2017-07-26
学习是年轻人改变自己的最好方式