【什么是直方图均衡化】
直方图均衡化是一种简单而有效的图像处理技术，它旨在改善图像的视觉效果，使图像变得更加清晰和对比度更高。其核心原理是将原始图像的灰度直方图从可能较为集中的某个灰度区间转变为在全部灰度范围内的均匀分布。通过这种方法，图像的亮度分布变得更加均衡，从而增强了图像的对比度，尤其是当图像的有用数据的对比度较为接近时。
直方图均衡化有两种主要类型：全局均衡化和局部均衡化。全局均衡化是一种广泛使用的技术，它通过改变整个图像的亮度分布来实现均衡化效果。这种技术特别适用于背景和前景都过亮或过暗的图像，例如X光图像或曝光不当的照片，可以帮助显示更好的骨骼结构和细节。
值得注意的是，直方图均衡化虽然可以增强图像的对比度，但也可能增加背景杂讯的对比度并降低有用信号的对比度。因此，在使用这项技术时，需要根据具体的应用场景和需求进行权衡和调整。
总的来说，直方图均衡化是一种强大而灵活的图像处理工具，通过调整图像的亮度分布来优化视觉效果，为图像分析和理解提供了有力的支持。
【效果展示】
获取直方图：
全局直方图：
局部直方图：
自适应直方图：
直方图均衡化：
【测试环境】
vs2019,netframework4.7.2,opencvsharp4.8.0
【演示代码下载】