当前位置：首页 > news >正文

OpenCv高阶（三）——图像的直方图、图像直方图的均衡化

news 来源：原创 2025/8/24 18:35:52

一、直方图

1、计算并显示直方图

2、使用matplotlib方法绘制直方图（不划分小的子区间）

3、使用opencv的方法绘制直方图（划分16个小的子亮度区间）

4、绘制彩色图像的直方图，将各个通道的直方图值都画出来

二、直方图均衡化

（1）绘制原图的直方图

（2）绘制经过直方图均衡化后的图片的直方图

（3）自适应直方图均衡化(局部直方图处理)

三、直方图均衡化的应用

1. 增强图像对比度

2. 提升图像视觉效果

3. 统一图像灰度分布

4. 适用于低对比度图像

总结

一、直方图

直方图：是图像中像素强度分布的图形表达方式，统计各个强度像素值的个数。

直方图的作用：例如视频中。通过标记帧和帧之间显著的边缘和颜色的统计变化，来检测视频中场景的变换。

灰度值在0 - 255范围之间总共 256 个值，可以将我们的范围划分为子部分（称为bins），例如我们可以将这些像素亮度值划分为16个区间值，【0，15】、【16，31】，这两个就是两个亮度区间，它表示会统计亮度值在0到15的所有像素点的个数。

1、计算并显示直方图

cv2.calcHist(images,channels,mask,histSize,ranges) 计算图像的直方图,用于表示图像中像素灰度级别的分布情况.
images: 原图像图像格式为 uint8 或 ﬂoat32。当传入函数时应用中括号 [] 括来例如[img]

channels: 表示传入的图像通道数。如果输入图像是灰度图它的值就是 [0]。
          如果是彩色图像的传入的参数可以是 [0][1][2] 它们分别对应着 BGR。

mask: 掩模图像。统计整幅图像的直方图就把它为None。但是如果你想统计图像某一部分的直方图，你就制作一个掩模图像并使用它。

histSize:BINS的数目。也需用中括号括来   （分成多少个区间）
BINS ：上面的直方图显示了每个像素值的像素数，即从0到255。即您需要256个值才能显示上述直方图。
      但是请考虑一下，如果您不需要单独查找所有像素值的像素数，而是在像素值间隔内查找像素数，
      例如，您需要找到介于 0 到 15 之间的像素数，然后是 16 到 31、32到47...、240 到 255。
      您只需要 16 个值来表示直方图。
因此，只需将整个直方图拆分为 16 个子部分，每个子部分的值就是其中所有像素计数的总和。
这每个子部分都称为"BIN"。在第一种情况下，条柱数为256（每个像素一个），而在第二种情况下，它只有16。BINS 在 OpenCV 文档中由术语histSize表示。

ranges: 像素值范围常为 [0 256]

2、使用matplotlib方法绘制直方图（不划分小的子区间）

这里使用了 numpy 的 ravel 函数，将多维数组拉成一维数组。

img =cv2.imread('../data/310.jpg',cv2.IMREAD_GRAYSCALE)# 转成一维
a=img.ravel()# 使用 matplotlib 的 hist 函数绘制直方图。
plt.hist(a,bins=256)
plt.show()# 参数解释：
# - a：一维数组，即图像的像素值组成的数组。
# - bins=256：指定直方图的条数，即灰度级的数量。

效果：可以看出下面结果中有0~256的亮度值的统计情况

3、使用opencv的方法绘制直方图（划分16个小的子亮度区间）

#这里的calcHist参数在上面有介绍，这里是对img图片做直方图统计，采用灰度图，即零通道，未设置掩膜，划分为16个区间，亮度值统计[0，256]的值
phone_hist = cv2.calcHist([img],[0],None,[16],[0,256])
plt.plot(phone_hist)#使用calcHist的值绘制曲线图
plt.show()

效果，统计的值为每个亮度区间内属于该亮度值的像素点个数

4、绘制彩色图像的直方图，将各个通道的直方图值都画出来

img=cv2.imread('zl.jpg')
color=('b','g','r')    #设置绘制的折线图每条线的颜色
for i,col in enumerate(color):    #依次遍历三个颜色通道histr=cv2.calcHist([img],[i],None,[256],[0,256])    #依次计算每个通道的直方图值plt.plot(histr,color=col)    #绘制折线图
plt.show()

效果:分别统计了不同颜色通道下的直方图

二、直方图均衡化

直方图均衡化：直方图均衡化是一种图像增强技术，它可以通过增加图像的对比度和亮度来改善图像的质量。直方图均衡化通过将图像的像素值分布均匀化来实现这一目标。
在Python OpenCV中，可以使用cv2.equalizeHist()函数来实现直方图均衡化。该函数将输入图像转换为灰度图像，并将其像素值分布均匀化，从而增强图像的对比度和亮度。下面是将不均衡的直方图均衡化之后的结果。

（1）绘制原图的直方图

woman = cv2.imread('ja.jpg',cv2.IMREAD_GRAYSCALE)
# # # phone_hist = cv2.calcHist([phone],[0],None,[256],[0,256])
plt.hist(woman.ravel(), bins=256)#numpy中的ravel将数组多维度拉成一维数组
plt.show()

可以看出图像的亮度值集中在50左右

（2）绘制经过直方图均衡化后的图片的直方图

phone_equalize = cv2.equalizeHist(woman)
plt.hist(phone_equalize.ravel(), bins=256)#numpy中的ravel将数组多维度拉成一维数组
plt.show()

与原图对比，直方图均衡化是对全局做均衡化，这使亮度值很大的像素点增多了，表现在图像上就是图像整体变亮。

（3）自适应直方图均衡化(局部直方图处理)

普通直方图均衡化（HE）通过全局灰度变换增强对比度，但对噪声敏感且可能过度放大局部噪声（如暗部噪声）。自适应直方图均衡化（AHE） 将图像划分为多个子块（tiles），对每个子块独立进行直方图均衡化，从而实现局部对比度增强，避免全局均衡化的缺陷。

改进版：限制对比度的自适应直方图均衡化（CLAHE, Contrast-Limited AHE）：在 AHE 基础上，通过设定灰度值裁剪阈值（clip limit），防止子块内噪声或纹理被过度增强，是实际应用中更常用的方法。

主要优点

局部对比度增强：针对不同区域的局部特征调整对比度，适合光照不均或局部细节丰富的图像（如医学影像、卫星图像）。
抑制噪声放大：通过裁剪阈值（clip limit）限制子块内直方图的峰值，避免噪声或纹理被过度增强。
保留细节与自然感：相比全局均衡化，CLAHE 在增强局部细节的同时，减少过增强导致的伪影（如棋盘效应）。

函数：cv2.createCLAHE([, clipLimit[, tileGridSize]])

参数说明：
clipLimit：设定子块内直方图均衡化时的灰度值裁剪阈值，单位为 “像素数 / 面积”（即每个灰度级允许的最大像素数密度）。可选项，默认值 8
titleGridSize：设定子块的大小（行数 × 列数），单位为像素。可选项，默认值 (8,8)。

titleGridSize取值影响：
- 较小尺寸（如 4x4）：局部细节增强更精细，但计算量增加，可能引入棋盘效应（需通过插值缓解）。
- 较大尺寸（如 16x16）：局部处理更粗糙，适合全局对比度增强需求，减少分块边界的影响。

创建一个自适应直方图对像，并将上面的woman这张图像传入

clahe = cv2.createCLAHE(clipLimit=1, tileGridSize=(16,16))#通过类创建了一个局部均衡化对象
phone_clahe = clahe.apply(woman)
plt.hist(phone_clahe.ravel(), bins=256)#numpy中的ravel将数组多维度拉成一维数组
plt.show()

自适应直方图均衡化则是划分子块均衡化会减少分块边界的影响。

使用hstack（）函数水平堆叠上面的三张图片用于对比，直方图均衡化与自适应直方图均衡化的区别

hstack（hconcat）：水平堆叠，沿列方向扩展。
vstack（vconcat）：垂直堆叠，沿行方向扩展（对应函数为 np.vstack 和 cv2.vconcat）。

res = np.hstack((woman,phone_equalize,phone_clahe))
cv2.imshow('phone_equalize',res)
cv2.waitKey(0)

从左到右依次是原图、直方图均衡化、自适应直方图均衡化

三、直方图均衡化的应用

1. 增强图像对比度

原理：将图像中原本集中的灰度范围 “拉伸” 到更宽的动态范围，使图像中不同灰度级的像素分布更均匀（直方图趋于平坦）。
效果：让原本对比度低、细节模糊的图像（如暗部过暗或亮部过亮）变得更清晰，暗部和亮部的细节更容易分辨。
示例：在医学影像（如 X 光片）中，均衡化可增强组织间的对比度，便于医生观察病灶。

2. 提升图像视觉效果

通过均衡化，图像中原本难以区分的灰度区域（如相近的明暗过渡）会变得层次分明，整体视觉效果更自然。
例如：修复老照片时，均衡化可改善因曝光不足或过度导致的细节丢失。

3. 统一图像灰度分布

将图像的灰度直方图调整为近似均匀分布，使像素灰度值覆盖更广泛的范围。
这为后续的图像处理任务（如图像分割、特征提取、模式识别等）提供更优质的输入，提升算法效果。

4. 适用于低对比度图像

特别适合处理因光照不均、传感器噪声等导致对比度低下的图像（如阴天拍摄的照片、卫星遥感图像），通过均衡化恢复图像细节。

总结

直方图均衡化通过重新分配像素的灰度值，将图像的动态范围最大化利用，使图像从 “对比度不足” 转变为 “层次丰富”，是图像处理中基础且高效的增强手段。其本质是通过数学变换（累积分布函数，CDF）实现灰度的非线性映射，从而优化视觉效果和后续处理的可行性。

OpenCv高阶（三）——图像的直方图、图像直方图的均衡化

目录一、直方图 1、计算并显示直方图 2、使用matplotlib方法绘制直方图（不划分小的子区间） 3、使用opencv的方法绘制直方图 （划分16个小的子亮度区间） 4、绘制彩色图像的直方图，将各个通道的直方图值都画出来二、…...

编程日记 2025/8/24 18:35:52

OpenCV 图形API（39）图像滤波----同时计算图像在 X 和 Y 方向上的一阶导数函数SobelXY()

操作系统：ubuntu22.04 OpenCV版本：OpenCV4.9 IDE:Visual Studio Code 编程语言：C11 算法描述 cv::gapi::SobelXY 函数是 OpenCV 的 G-API 模块中用于同时计算图像在 X 和 Y 方向上的一阶导数（即 Sobel 边缘检测）的一…...

编程日记 2025/8/24 18:33:53

领麦微：电炖锅红外测温传感器应用，告别糊锅干烧

领麦微红外测温传感器在电炖锅中的应用，特别是在应对高温环境、实现精准测温以保留食材营养、有效防止干烧与糊锅现象，以及提供安全烹饪新保障等方面，展现出了其独特的技术优势和应用价值。以下是对这些应用特点的深入剖析： 一、高…...

编程日记 2025/8/17 18:33:50

（Linux操作系统）自定义shell的实现

讲自定义shell之前我们先看一个东西，那就是进程替换，我们想要父进程fork之后的子进程之后运行一个全新的程序那该怎么办呢？ 这里就要用一个叫做进程替换的一个东西了，程序替换是通过特定的接⼝，加载磁盘上的⼀个全新的…...

编程日记 2025/8/24 18:31:29

安卓jks提取pem和pk8文件

你需要安装： Java Keytool OpenSSL 系统要求：Mac/Linux/Windows 都可以。 keytool -importkeystore -srckeystore holder-keystore.jks -destkeystore holder-keystore.p12 -srcstoretype JKS -deststoretype PKCS12 -srcstorepass yzhafzKPj4 -dest…...

编程日记 2025/8/22 13:59:58

人脸检测-人脸关键点-人脸识别-人脸打卡-haar-hog-cnn-ssd-mtcnn-lbph-eigenface-resnet

链接：https://pan.baidu.com/s/1VhGdyIW5GWuTNkfbCEc5eA?pwdz0eo 提取码：z0eo --来自百度网盘超级会员V2的分享创建环境 conda create -n 环境名称python3.8 conda activate 环境名称然后配置环境 pip install requirements.txt 运行程序&…...

编程日记 2025/8/19 22:45:17

Gobuster ：dir、dns、vhost

Gobuster 及其相关技术知识必须用于法律明确允许的场景！！！ 1. dir 模式：目录/文件枚举用途：扫描目标网站的目录和文件，常用于发现隐藏资源或敏感文件。关键参数： -u URL&am…...

编程日记 2025/8/24 18:32:01

Vue+Threejs项目性能优化

使用Vue和Three.js开发的项目，但运行一段时间后电脑内存就满了，导致性能下降甚至崩溃，分析内存泄漏的原因优化如下： 资源释放管理手动释放Three.js资源： 在Vue组件的beforeDestroy或destroyed生命周期中&#xff0…...

编程日记 2025/8/24 18:31:29

Leetcode - 双周赛135

目录一、3512. 使数组和能被 K 整除的最少操作次数二、3513. 不同 XOR 三元组的数目 I三、3514. 不同 XOR 三元组的数目 II四、3515. 带权树中的最短路径一、3512. 使数组和能被 K 整除的最少操作次数题目链接本题实际上求的就是数组 nums 和的余数，代码如下&…...

编程日记 2025/8/24 18:32:01

[特殊字符] PostgreSQL MCP 开发指南

简介 🚀 PostgreSQL MCP 是一个基于 FastMCP 框架的 PostgreSQL 数据库交互服务。它提供了一套简单易用的工具函数，让你能够通过 API 方式与 PostgreSQL 数据库进行交互。功能特点 ✨ 🔄 数据库连接管理与重试机制🔍 执行 SQL…...

编程日记 2025/8/24 18:32:00

等离子体浸没离子注入（PIII）

一、PIII 是什么？基本原理和工艺想象一下，你有一块金属或者硅片（就是做芯片的那种材料），你想给它的表面“升级”，让它变得更硬、更耐磨，或者有其他特殊功能。怎么做呢？PIII 就像是用…...

编程日记 2025/8/24 18:33:54

TinyEngine 2.4版本正式发布：文档全面开源，实现主题自定义，体验焕新升级！

本文由体验技术团队李璇原创。前言 TinyEngine低代码引擎使开发者能够定制低代码平台。它是低代码平台的底座，提供可视化搭建页面等基础能力，既可以通过线上搭配组合，也可以通过cli创建个人工程进行二次开发，实时定制出自己的低…...

编程日记 2025/8/20 2:22:14

gemini讲USRP

您好！USRP (Universal Software Radio Peripheral) 是一种软件无线电 (SDR) 设备系列，由 Ettus Research (现为 National Instruments 旗下公司) 开发和销售。USRP 提供了一个灵活且可配置的平台，用于设计、原型开发和部署各种无线通信系统。…...

编程日记 2025/8/21 15:49:40

智能超表面通信控制板--通道电压并行控制版

可重构智能超表面（Reconfigurable Intelligent Surface, RIS）技术是一种新兴的人工电磁表面技术，它通过可编程的方式对电磁波进行智能调控，从而在多个领域展现出巨大的应用潜力。超表面具有低成本、低能耗、可编程、易部署等特点&…...

编程日记 2025/8/21 5:51:30

Spring Task（笔记）

介绍： 应用场景： cron表达式： cron表达式在线生成器： 入门案例：...

编程日记 2025/8/21 15:58:31

YOLOv3的改进思路与方法：解析技术难点与创新突破

YOLOv3作为目标检测领域的经典算法，凭借其出色的速度和性能平衡获得了广泛应用。然而，随着计算机视觉技术的不断发展，YOLOv3在某些场景下的局限性也逐渐显现。本文将深入分析YOLOv3的不足之处，并系统介绍常见的改进策略和方法&…...

编程日记 2025/8/21 9:26:42

【解锁元生代】ComfyUI工作流与云原生后端的深度融合：下一代AIGC开发范式革命

## 从单机到云原生的认知跃迁当2023年Stable Diffusion WebUI还在争夺本地显卡性能时，ComfyUI已悄然开启工作流模块化革命；当2024年AI绘画工具陷入"参数调优内卷"，云原生技术正重塑AI开发的基础设施层。二者的深度融合&#xff0…...

编程日记 2025/8/17 20:23:53

shell 编程之正则表达式与文本处理器

目录一、正则表达式 1. 概念 2. 作用 3. 分类二、基础正则表达式（BRE） grep 命令选项三、扩展正则表达式（ERE） 与 BRE 的区别四、文本处理器 1. sed 工具 2. awk 工具五、总结总结对比元字符总结工具对比与…...

编程日记 2025/8/23 10:30:03

Shell编程之正则表达式与文本处理器

目录一、引言二、正则表达式 2.1 定义与用途 2.2 基础正则表达式 2.2.1 查找特定字符 2.2.2 利用中括号 “[]” 查找集合字符 2.2.3 查找行首 “^” 与行尾字符 “$” 2.2.4 查找任意一个字符 “.” 与重复字符 “*” 2.2.5 查找连续字符范围 “{}” 2.3 元字符总结…...

编程日记 2025/8/18 1:09:58

TMDOG——语言大模型进行意图分析驱动后端实践

语言大模型进行意图分析驱动后端实践项目概述项目地址：https://github.com/TMDOG666/AI_Backend_Demo 该项目通过语言大模型，通过分析用户意图、拆分任务、构建API调用链来驱动后端实践。以一个简单的教务系统后端为例，将教务系统后端…...

编程日记 2025/8/22 5:07:17

未启用CUDA支持的PyTorch环境** 中使用GPU加速解决方案

1. 错误原因分析根本问题：当前安装的PyTorch是CPU版本，无法调用GPU硬件加速。当运行以下代码时会报错：model YOLO("yolov8n.pt").to("cuda") # 或 .cuda()2. 解决方案步骤步骤1：验证CUDA可用性在Pyth…...

编程日记 2025/8/17 18:38:06

【mysql】Mac 通过 brew 安装 mysql 、启动以及密码设置

Mac 通过 brew 安装 mysql 、启动以及密码设置使用 brew 安装 mysqlmysql 启动mysql密码设置参考文章： 使用 brew 安装 mysql brew install mysqlmysql 启动下载完毕，终端告诉我们mysql数据库没有设置密码的，我们可以直接执行 mysql -u r…...

编程日记 2025/8/17 20:54:25

Vue2 nextTick

核心源码位置 Vue 2 的 nextTick 实现主要在 src/core/util/next-tick.js 文件中。完整源码结构 import { noop } from shared/util import { handleError } from ./error import { isIE, isIOS, isNative } from ./envexport let isUsingMicroTask falseconst callbacks …...

编程日记 2025/8/24 6:02:12

Ubuntu 安装 NVIDIA显卡驱动、CUDA 以及 CuDNN工具

文章目录一、简介二、查看显卡设备三、安装显卡驱动四、安装CUDA工具箱五、安装CuDNN小结一、简介 NVIDIA 驱动：操作系统与 NVIDIA 显卡硬件之间的桥梁，负责驱动显卡硬件的运行，显卡的“底层操作系统”，一切的基础。CUDA&#…...

编程日记 2025/8/22 13:08:55

LeetCode算法题(Go语言实现)_50

题目现有一个包含所有正整数的集合 [1, 2, 3, 4, 5, …] 。实现 SmallestInfiniteSet 类： SmallestInfiniteSet() 初始化 SmallestInfiniteSet 对象以包含所有正整数。 int popSmallest() 移除并返回该无限集中的最小整数。 void addBack(int num) 如果正整数 …...

编程日记 2025/8/23 23:32:44

idea报错java: 非法字符: ‘\ufeff‘解决方案

解决方案步骤以及说明 BOM是什么？1. BOM的作用2. 为什么会出现 \ufeff 错误？3. 如何解决 \ufeff 问题？ 最后重新编译，即可运行！！！ BOM是什么？ \ufeff 是 Unicode 中的 BOM&#xff0…...

编程日记 2025/8/21 6:00:29

WPF依赖注入IHostApplicationLifetime关闭程序

WPF依赖注入IHostApplicationLifetime关闭程序使用Application.Current.Shutdown();退出会报异常应该使用 app.Dispatcher.InvokeShutdown(); Application.Current.Shutdown();app.Dispatcher.InvokeShutdown();static App app new();[STAThread]public static void Main(…...

编程日记 2025/8/19 2:47:29

如何在 IntelliJ IDEA 中安装通义灵码 - AI编程助手提升开发效率

随着人工智能技术的飞速发展，AI 编程助手已成为提升开发效率和代码质量的强大工具。在众多 AI 编程助手之中，阿里云推出的通义灵码凭借其智能代码补全、代码解释、生成单元测试等丰富功能，脱颖而出，为开发者带来了全新的编程体验。…...

编程日记 2025/8/20 10:24:47

【力扣】两两交换链表中的节点

两两交换链表中的节点代码： /*** Definition for singly-linked list.* struct ListNode {* int val;* ListNode *next;* ListNode() : val(0), next(nullptr) {}* ListNode(int x) : val(x), next(nullptr) {}* ListNode(int x, ListNode *n…...

编程日记 2025/8/19 5:02:03

数据共享交换平台之文件交换

数据共享交换平台的文件交换管理功能提供部门与部门之间的文件交换通道，满足跨部门之间文件交换需求。文件交换需要能够按照交换业务场景对交换通道进行分类管理。文件交换管理需满足如下要求： 1.文件交换统计：支持查看本部门与其他部门之间…...

编程日记 2025/8/23 8:04:38

什么是全球代理？如何选择全球代理服务？

在全球化不断深化的今天，互联网已经成为人类沟通、工作和学习的重要纽带。而全球代理则是这一纽带上的关键技术之一，它赋予了我们探索不同地区网络资源的能力。今天，我们来聊聊什么是全球代理、它能做什么，以及如何选择合适的全球…...

编程日记 2025/8/23 21:24:47

Spring Boot整合Kafka的详细步骤

1. 安装Kafka 下载Kafka：从Kafka官网下载最新版本的Kafka。解压并启动： 解压Kafka文件后，进入bin目录。启动ZooKeeper：./zookeeper-server-start.sh ../config/zookeeper.properties。启动Kafka：./kafka-server-…...

编程日记 2025/8/17 20:33:10

【正点原子STM32MP257连载】第四章 ATK-DLMP257B功能测试——USB WIFI测试 #WIFI蓝牙二合一 #RTL8733BU

1）实验平台：正点原子ATK-DLMP257B开发板 2）浏览产品：https://www.alientek.com/Product_Details/135.html 3）全套实验源码手册视频下载：正点原子资料下载中心文章目录第四章 ATK-DLMP257B功能测试——USB…...

编程日记 2025/8/21 19:06:39

Doip功能寻址走UDP协议

目前使用 connect()函数的UDP客户端 ,这里接收数据解析的地方查看一下。如果使用 bind()、sendto()、recvfrom() 组合那么返回值和发送要在做调整，，根据业务需要后续在调整其余的和原来的逻辑都是一样的，只是协议变了而已。 if serv…...

编程日记 2025/8/20 5:29:35

硬件电路设计之51单片机（2）

声明：绘制原理图和PCB的软件为嘉立创EDA。根据B站尚硅谷嵌入式之原理图&PCB设计教程学习所作个人用笔记。目录一、原理图详解 1、TypeC接口 （1）TypeC接口介绍 （2）TypeC原理图 2、5V转3.3V 3、单片机电源开…...

编程日记 2025/8/21 18:54:48

Deeplizard 深度学习课程（一）—— Pytorch 和 Tensor 简介

前言该pytorch笔记参考deeplizard官方网站课程，有相应视频和博客，链接如下： deeplizardhttps://deeplizard.com/learn/video/v5cngxo4mIg 1.Pytorch 简介 PyTorch 是一个深度学习框架和一个科学计算包。PyTorch 的科学计算方面主要是 PyTo…...

编程日记 2025/8/19 18:26:38

Delphi HMAC算法

1. 前言今天做一个三方接口，接口文档描述签名采用MD5，但是实际测试过程中，始终校验不通过，经过和三方沟通，才知道采用的是HMAC-MD5。由于Delphi7没有对HMAC的支持，则采用XE版本来支持。本次使用Delphi XE …...

编程日记 2025/8/24 13:05:35

Ubuntu服务器性能调优指南：从基础工具到系统稳定性提升

一、性能监控工具的三维应用 1.1 监控矩阵构建通过组合工具搭建立体监控体系： # 实时进程监控 htop --sort-keyPERCENT_CPU# 存储性能采集 iostat -dx 2# 内存分析组合拳 vmstat -SM 1 | awk NR>2 {print "Active:"$5"MB Swpd:"$3"…...

编程日记 2025/8/20 21:33:52

深度解析C++开源OCR引擎：架构、编译优化与工业级部署指南

1. 引言：OCR技术演进与现状分析光学字符识别(OCR)技术经历了从传统模式识别到深度学习的三代发展：第一代：基于模板匹配（1970s-1990s）第二代：特征提取+分类器（1990s-2010s）第三代：端到端深度学习（2010s-至今）当前工业界主流方案呈现"双轨制"发展态势…...

编程日记 2025/8/23 7:32:02

关于Newtonsoft.Json

历史 Newtonsoft.Json（也称为 Json.NET）是由 James Newton - King 开发的一个开源的 JSON 处理库，它于 2007 年首次发布。在早期，.NET 平台缺乏一个强大且灵活的 JSON 处理工具，Newtonsoft.Json 应运而生，…...

编程日记 2025/8/17 18:35:31

Spark-Sql编程（三）

一、数据加载与保存通用方式：使用spark.read.load和df.write.save，通过format指定数据格式（如csv、jdbc、json等），option设置特定参数（jdbc格式下的url、user等），load和save指定路…...

编程日记 2025/8/22 11:10:14

CTF--好像需要管理员

一、原网页： 二、步骤： 1.扫描： 发现：robots.txt 2.打开robots.txt： 3.打开resul.php： 4.代码解析： if ($_GET[x]$password) //检查通过 URL 参数 x 传递的值是否等于变量 $password 的值详…...

编程日记 2025/8/22 4:14:17

耀圣控制设备有限公司总经理李雨蔓的创业之路

破浪者李雨蔓：从零到行业标杆的铿锵之路在浙江永嘉这片被誉为“中国泵阀之乡”的热土上，一位86年出生的女性企业家，用十年光阴书写了一段白手起家的传奇。她，是一曲关于勇气、智慧与匠心的赞歌。从技术员到行业标杆的缔造者&…...

编程日记 2025/8/24 1:45:38

Spring Boot JPA 开发之Not an entity血案

项目状况介绍项目环境 JDK 21Spring Boot 3.4.3Hibernate： 6.6.13.Final项目描述因为是微服务架构，项目层级如下 project-parent project-com project-A … project-X 其中： project-parent定义依赖库的版本project-com 定义了一些公用的方法和配置，包括持久层的配置。…...

编程日记 2025/8/23 8:32:06

什么是车规级MCU?STM32也能上车规级场景？

一、车规级MCU的定义车规级MCU（Microcontroller Unit）是专为汽车电子系统设计的微控制器芯片，集成CPU、存储器、外设接口等功能模块，用于实现车辆控制、数据处理和实时响应。其核心特点包括： 高可靠性：需在…...

编程日记 2025/8/24 17:58:45

vue3.2 + element-plus 实现跟随input输入框的弹框，弹框里可以分组或tab形式显示选项

效果基础用法（分组选项） 高级用法（带Tab栏）  <template><div class"smart-selector-container"><el-popover :visible"visible" :w…...

编程日记 2025/8/21 2:13:59

go 指针接收者和值接收者的区别

go 指针接收者和值接收者的区别指针接收者和值接收者的区别主要有两点： Go 中函数传参是传值，因此指针接收者传递的是接收者的指针拷贝，值接收者传递的是接收者的拷贝---在方法中指针接收者的变量会被修改，而值接收者的成员变量…...

编程日记 2025/8/19 10:51:31

部署qwen2.5-VL-7B

简单串行执行 from transformers import Qwen2_5_VLForConditionalGeneration, AutoProcessor from qwen_vl_utils import process_vision_info import torch, time, threadingdef llm(model_path,promptNone,imageNone,videoNone,imagesNone,videosNone,max_new_tokens2048,t…...

编程日记 2025/8/17 21:09:09

Go：测试

go test 工具 go test是 Go 语言包的测试驱动程序 ，包依据特定约定组织。包目录中以_test.go结尾的文件是go test编译对象，而非go build的编译目标。特殊测试函数在*_test.go文件中有三种特殊函数 ： 功能测试函数：以Test为…...

编程日记 2025/8/19 21:47:53

用微信小程序制作一个性行为同意协议系统

用微信小程序制作一个性行为同意协议系统用微信小程序制作一个性行为同意协议系统，具备查询、修改、增加和演示的Web功能。首先，我需要明确这个系统的核心功能和法律合规性。性同意是一个敏感且法律相关的话题，必须确保系统的设计符合法律法…...

编程日记 2025/8/22 2:22:37

一、直方图

1、计算并显示直方图

2、使用matplotlib方法绘制直方图（不划分小的子区间）

3、使用opencv的方法绘制直方图 （划分16个小的子亮度区间）

4、绘制彩色图像的直方图，将各个通道的直方图值都画出来

二、直方图均衡化

（1）绘制原图的直方图

（2）绘制经过直方图均衡化后的图片的直方图

（3）自适应直方图均衡化(局部直方图处理)

三、直方图均衡化的应用

1. 增强图像对比度

2. 提升图像视觉效果

3. 统一图像灰度分布

4. 适用于低对比度图像

总结

相关文章：

3、使用opencv的方法绘制直方图（划分16个小的子亮度区间）