matplotlib颜色表的直方图均衡化

Question

我是 python 和 matplotlib 的新手，我想知道是否有人知道是否有任何实用程序可用于执行等效的直方图均衡，但对于 matplotlib 颜色表？有一个名为 matplotlib.colors.Normalize 的函数，如果给定图像数组，它将自动设置底部和顶部级别，但我想要更智能的东西。我总是可以将直方图均衡应用于数据本身，但我宁愿不接触数据。有什么想法吗？

Answer 1

您必须创建自己的特定于图像的颜色图，但这并不太棘手：

import pylab
import matplotlib.colors
import numpy

im = pylab.imread('lena.png').sum(axis=2) # make grayscale
pylab.imshow(im, cmap=pylab.cm.gray)
pylab.title('orig')
imvals = numpy.sort(im.flatten())
lo = imvals[0]
hi = imvals[-1]
steps = (imvals[::len(imvals)/256] - lo) / (hi - lo)
num_steps = float(len(steps))
interps = [(s, idx/num_steps, idx/num_steps) for idx, s in enumerate(steps)]
interps.append((1, 1, 1))
cdict = {'red' : interps,
         'green' : interps,
         'blue' : interps}
histeq_cmap = matplotlib.colors.LinearSegmentedColormap('HistEq', cdict)
pylab.figure()
pylab.imshow(im, cmap=histeq_cmap)
pylab.title('histeq')
pylab.show()

Answer 2

直方图均衡可以通过修改图像的调色板（或 LUT）来应用，因此它会定义均衡的调色板。

我搜索了一下，找不到计算均衡调色板的源代码，因此除非存在某些内容，否则您必须自己编写代码。

您应该从维基百科文章上的算法描述开始。

您还可以在 matplotlib 列表上寻求帮助。