matlab画直方图
MATLAB二维直方图
MATLAB⼆维直⽅图普通的直⽅图就是统计图像中像素灰度出现的次数。
⼆维直⽅图的其中⼀维就是普通的直⽅图，即统计图像中像素灰度出现的次数。
另⼀维的概念就⽐较模糊了，我看很多论⽂中都是⽤的当前像素邻域均值灰度出现的次数。
按照这个意思，其实⽤当前像素邻域中值灰度出现的次数也是可以的。
或者⽤什么厉害的算法处理⼀下，在统计出现灰度的次数也是可以的。
所以按照这样推⼴，其实构成N维直⽅图也是未尝不可的。
⾄于有什么⽤处嘛，我还需要再研究研究。
lena的⼆维直⽅图，1维是普通直⽅图，2维是半径为1的邻域均值直⽅图：matlab代码如下：1 clear all;2 close all;3 clc;45 img=imread('lena.jpg');6 [m n]=size(img);7 r=1; %邻域半径89 imgn=zeros(m+2*r+1,n+2*r+1);10 imgn(r+1:m+r,r+1:n+r)=img;1112 imgn(1:r,r+1:n+r)=img(1:r,1:n); %扩展上边界13 imgn(1:m+r,n+r+1:n+2*r+1)=imgn(1:m+r,n:n+r); %扩展右边界14 imgn(m+r+1:m+2*r+1,r+1:n+2*r+1)=imgn(m:m+r,r+1:n+2*r+1); %扩展下边界15 imgn(1:m+2*r+1,1:r)=imgn(1:m+2*r+1,r+1:2*r); %扩展左边界1617 Hist=zeros(256,256);18for i=1+r:r+m19for j=1+r:r+n20 pix1=uint8(imgn(i,j));21 pix2=uint8(mean2(imgn(i-r:i+r,j-r:j+r)));22 Hist(pix1+1,pix2+1)=Hist(pix1+1,pix2+1)+1;23 end24 end25 mesh(double(Hist))。
matlab绘图课件
柱状图
总结词
用于比较不同类别数据的数值大小。
详细描述
柱状图是一种常用的数据可视化工具，它通过在垂直或水平方向上绘制一系列的柱子，每个柱子代表一个数据类 别，高度或长度表示该类别的数值大小。柱状图可以清晰地展示不同类别之间的数值差异和比较。
饼图
总结词
用于表示各部分在总体中所占的比例。
VS
详细描述
饼图是一种圆形图表，它将一个完整的圆 分割成若干个扇形，每个扇形代表一个数 据类别，扇形的面积或角度表示该类别的 比例大小。饼图可以清晰地展示各部分在 总体中所占的比例和比较。
动画制作
帧动画
通过在连续的帧上绘制图形或改 变图形属性来创建动画效果。
交互式动画
使用鼠标或键盘控制动画的播放 暂停和停止等操作。
运动轨迹
绘制物体在运动过程中的轨迹， 以展示物体的运动规律和特点。
三维图形
三维曲线
在三维空间中绘制曲线，可以展 示不同变量之间的关系和变化趋
势。
三维曲面
通过绘制三维曲面来展示两个或多 个变量之间的关系和分布情况。
函数调用与执行
在主程序中调用自定义函数，执行绘图操作，实现特定图形的绘 制。
数据导入和导
1 2
数据导入
将外部数据文件（如Excel、CSV等格式）导入 Matlab中，用于后续的绘图分析。
数据处理
对导入的数据进行必要的预处理和清洗，以满足 绘图需求。
3
数据导出
将绘制好的图形和数据导出为特定格式（如PNG 、JPEG、PDF等），方便分享和保存。
三维体图
绘制三维体图来展示数据的空间分 布和密度变化，如云图、等高线图 等。
04
实例分析
绘制正弦函数图像
MATLAB绘图初步讲解实例教程
详细描述
MATLAB提供了交互式图形工具，如 `ginput`、`axes_crossing_info`等，使用户 能够与图形进行交互。通过这些工具，用户 可以获取图形的坐标值、筛选数据等操作， 从而更深入地分析数据。交互式图形在数据 探索和可视化方面具有很高的实用价值。
04
实例教程
绘制正弦函数和余弦函数
等，可以提高绘图效率和精度。
实践项目
02
通过实践项目来巩固和加深对MATLAB绘图的理解，例如数据
拟合、图像处理等。
参加在线课程和论坛
03
参加在线课程和论坛，与其他用户交流和学习，可以扩展视野
和知识面。
THANKS
感谢观看
mat制基本图形 • 图形进阶技巧 • 实例教程 • 总结与扩展
01
MATLAB绘图基础
绘图函数简介
bar()
绘制条形图，用于 展示分类数据或离 散数据。
hist()
绘制直方图，用于 展示数据的分布情 况。
plot()
绘制二维线图，是 MATLAB中最常用 的绘图函数。
05
总结与扩展
MATLAB绘图的优势与不足
强大的数据处理能力
MATLAB提供了丰富的数据处理函数，方便 用户进行数据分析和可视化。
丰富的图形样式
MATLAB支持多种图形样式，包括散点图、 线图、柱状图等，可以满足各种绘图需求。
MATLAB绘图的优势与不足
• 交互式绘图：MATLAB支持交互式绘图，用户可以通过鼠 标操作对图形进行缩放、旋转等操作。
```
绘制饼状图
在此添加您的文本17字
总结词：饼状图用于展示各类别数据在总数据中所占的比 例。
在此添加您的文本16字
直方图均衡化及matlab实现
直⽅图均衡化及matlab实现在处理图像时，偶尔会碰到图像的灰度级别集中在某个⼩范围内的问题，这时候图像很难看清楚。
⽐如下图：它的灰度级别，我们利⽤⼀个直⽅图可以看出来（横坐标从0到255，表⽰灰度级别，纵坐标表⽰每个灰度级别的像素出现个数）可以看出，上图是由于灰度级过于集中，导致图⽚难以看清。
这时候我们可以把灰度级别“拉开”，使得灰度级多且分布均匀，让图⽚具有⾼对⽐度和多变的灰度⾊调。
那么如何拉开才能使得灰度级别占据从0到255的整⼀个范围呢？我们可以先利⽤概率，计算出原图中每⼀个灰度级别的像素个数占所有像素个数的⽐例，然后⽐例逐个灰度级别地累加，接着把累加⽐例乘以256，得出该灰度级别“拉开”之后应该在哪⼀个级别。
举⼀个例⼦，假设⼀张图⽚像素点对应的矩阵为f=[100,100,100,100,100;110,110,110,110,110;120,120,120,120,120;130,130,130,130,130;140,140,140,140,140];那么我们可以看到灰度级别为100的像素个数的⽐例为1/5，那么现在灰度级别应该改为round(1/5*256-1)。
之所以-1是因为灰度级从0到255，取整是因为灰度级均为整数。
接下来110所占⽐例也是1/5，累加⽐例变成2/5，所以灰度级别应该是round(2/5*256-1)。
120对应的累加⽐例为3/5，就应该是round(3/5*256-1)……如此，就可以把灰度级拉开。
拉开后直⽅图如下：最后效果如下最后附上matlab代码：clear all;clc;close all;f=imread('zftjhh1.jpg');[m,n,d]=size(f);%灰度图1维，彩⾊图3维if d==1f1=f;%复制后新的图⽚f1，作为改变后的图⽚elseif d==3f=rgb2gray(f);f1=f;endfigureimhist(f)[count,x]=imhist(f);%count表⽰每个灰度级别有多少个像素，x表⽰有多少个灰度级别PDF=count/(m*n);%PDF表⽰每个灰度级别出现的概率，⼀共有256⾏CDF=cumsum(PDF);%CDF表⽰逐⾏相加的概率，也就是累加概率for i=1:256xiangsuxushu=find(f==i);%原本灰度级别为i的像素在第⼏位changdu=length(xiangsuxushu);for j=1:changduf1(xiangsuxushu(j))=round(CDF(i)*256-1);%每⼀个原本灰度级别为i的像素，%灰度级别改为累加出现概率*256%再取整endendfigureimhist(f1)figureimshow(f1)有做得不完善的地⽅欢迎留⾔探讨！。
Matlab实现直方图规定化
Matlab实现直⽅图规定化直⽅图规定化算法分析1. 求出原图的累积概率分布2. 求出规定图的累积概率分布3. 求出原图中每⼀个灰度级累积概率与规定图的累积概率最接近的灰度级4. 根据第3步的⽅法将原图的灰度映射到标准图中距离最近的灰度值伪代码function outputimg = my_histspec(A,B)% 灰度图的直⽅图规定化% 输⼊：A是读⼊的原图，B是读⼊的规定化的标准图% 输出：outputimg是将A规定化到B之后的图像[HA,WA] = 原图的⼤⼩[HB,WB] = 标准图的⼤⼩统计原图灰度级频数统计标准图灰度级频数计算原图灰度级概率计算标准图灰度级概率计算原图灰度级累积概率分布计算标准图灰度级累积概率分布%求原图和标准图的映射关系，找到两个累积概率最接近的灰度级遍历原图的每个灰度级value{j} = 求标准图当前灰度级累积概率与原图所有灰度级累积概率之差的绝对值[temp{j},index(j)] = index中存的是vlaue中最⼩值的下标outputimg = 开辟⼀个和原图⼤⼩⼀致的新矩阵存放规定化后的图像遍历outputimgoutputimg(i,j) = 根据映射关系为每⼀个新矩阵的像素点赋灰度值转换outputimg成uint8数据类型end代码function outputimg = my_histspec(A,B)% 灰度图的直⽅图规定化% 输⼊：A是读⼊的原图，B是读⼊的规定化的标准图% 输出：outputimg是将A规定到B之后的图像[HA,WA] = size(A);[HB,WB] = size(B);PA = imhist(A) / (HA * WA);PB = imhist(B) / (HB * WB);%求累积概率分布for i = 2 : 256PA(i) = PA(i - 1) + PA(i);PB(i) = PB(i - 1) + PB(i);end%求原图和映射图的映射关系，找到两个累积直⽅图距离最近的点for j = 1:256value{j} = abs(PB - PA(j));[temp{j},index(j)] = min(value{j}) %index中存的是最⼩值的下标，temp中存的是最⼩值endoutputimg = zeros(HA, WA);for i = 1:HAfor j = 1:WAoutputimg(i,j) = index(A(i,j) + 1)-1;endendoutputimg = uint8(outputimg);end实验结果%调⽤⽰例：A = imread('pout.tif');B = imread('coins.png');C = my_histspec(A,B);subplot(2,3,1);imshow(A);title('原图');subplot(2,3,2);imshow(B);title('标准图');subplot(2,3,3);imshow(C);title('匹配到标准图后');subplot(2,3,4);imhist(A);title('原图直⽅图');subplot(2,3,5);imhist(B);title('标准图直⽅图');subplot(2,3,6);imhist(C);title('匹配到标准图后直⽅图');实验分析直⽅图均衡化是直⽅图规定化的特例，理想状态下原图直⽅图均衡化和标准图均衡化后对应的直⽅图应该是相等的，通过求得原图累积概率和标准图累积概率最接近的灰度值映射，最后的效果是原图的直⽅图和标准图的直⽅图接近。
直方图均衡化matlab程序
直方图和直方图均衡的Matlab完整程序(数字图像处理)一、实验目的掌握基本的图象增强方法,观察图象增强的效果,加深对灰度直方图及直方图均衡化的理解，掌握直方图均衡化方法。
二、实验内容将一张彩色图片转换成灰色图片，画灰度直方图和均衡化后的直方图，并将灰度图和均衡化后的图片对比。
三、实验原理灰度直方图是将数字图像中的所有像素，按照灰度值的大小，统计其所出现的频度。
通常，灰度直方图的横坐标表示灰度值，纵坐标为像素个数，也可以采用某一灰度值的像素数占全图像素数的百分比作为纵坐标。
直方图均衡方法的基本原理是：对在图像中像素个数多的灰度值（即对画面起主要作用的灰度值）进行展宽，而对像素个数少的灰度值（即对画面不起主要作用的灰度值）进行归并。
从而达到清晰图像的目的。
四、实验程序%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%函数功能，画出图像的直方图，并对图像进行直方图均衡%直接读图像abc.jpg，读到tuu中%graydis是原始直方图各灰度级像素个数%原始直方图graydispro，利用原始直方图计算原始累计直方图graydispro%t[]计算和原始灰度对应的新的灰度t[]，建立映射关系，t坐标代表原始的灰度，t[]代表对应原始坐标的新坐标%new_graydis是统计新直方图各灰度级像素个数%计算新的灰度直方图new_graydispro,利用新的直方图计算新的累计直方图new_graydispro %计算直方图均衡后的新图new_tu%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%clear allclose alltuu=imread('abc.jpg');%读入图片tu=rgb2gray(tuu);%将彩色图片转换为灰度图graydis=zeros(1,256);%设置矩阵大小graydispro=zeros(1,256);new_graydis=zeros(1,256);new_graydispro=zeros(1,256);[h w]=size(tu);new_tu=zeros(h,w);%计算原始直方图各灰度级像素个数graydisfor x=1:hfor y=1:wgraydis(1,tu(x,y))=graydis(1,tu(x,y))+1;endend%计算原始直方图graydisprograydispro=graydis./sum(graydis);subplot(1,2,1);plot(graydispro);title('灰度直方图');xlabel('灰度值');ylabel('像素的概率密度');%计算原始累计直方图for i=2:256graydispro(1,i)=graydispro(1,i)+graydispro(1,i-1);end%计算和原始灰度对应的新的灰度t[]，建立映射关系for i=1:256t(1,i)=floor(254*graydispro(1,i)+0.5);end%统计新直方图各灰度级像素个数new_graydisfor i=1:256new_graydis(1,t(1,i)+1)=new_graydis(1,t(1,i)+1)+graydis(1,i); end%计算新的灰度直方图new_graydispronew_graydispro=new_graydis./sum(new_graydis);subplot(1,2,2);plot(new_graydispro);title('均衡化后的灰度直方图');xlabel('灰度值');ylabel('像素的概率密度');%计算直方图均衡后的新图new_tufor x=1:hfor y=1:wnew_tu(x,y)=t(1,tu(x,y));endendfigure,imshow(tu,[]);title('原图');figure,imshow(new_tu,[]);title('直方图均衡化后的图');//////////////////////////////////////////////////////另外两种代码：代码Matlab下面的代码来自archiless，注释非常详细，适合初学。
用MATLAB统计图像直方
02
imhist(I); % 计算并显示归一化直方图
03
```
04
直方图均衡化
直方图均衡化的定义
直方图均衡化是一种图像处理技术， 通过对图像的灰度直方图进行变换， 改善图像的对比度，增强图像的细节 和清晰度。
通过扩展图像的灰度级别范围，使得 图像的细节更加突出，提高图像的可 视化效果。
Matlab实现直方图均衡化
01 使用Matlab中的`histeq`函数，可以对图 像进行直方图均衡化处理。
02 首先，读取图像文件并将其转换为灰度图 像。
03
然后，使用`histeq`函数对灰度图像进行直 方图均衡化处理。
04
最后，显示处理后的图像。
直方图均衡化的效果
01
02
03
直方图均衡化可以显著 改善图像的对比度，增 强图像的细节和清晰度
彩色图像直方图
示例代码
1
```matlab
2
3
I = imread('image.jpg'); % 读取彩色图像
彩色图像直方图
imhist(I); % 计算并显示彩色直方图 ```
归一化直方图
归一化直方图
归一化直方图是一种将像素值范围限制在特定范围内的直方图，可以更好地反映图像的细节和特征。 在Matlab中，可以使用`imhist`函数计算归一化直方图。
直方图可以用于提取图像中的特征，如边缘、纹理等，也可以用于 图像分割，将图像划分为不同的区域。
直方图的计算方法
01
累积直方图
02
归一化直方图
首先计算原始直方图，然后将每个像 素强度值的频数累加起来，得到累积 直方图。累积直方图可以用于快速查 找特定像素强度值的范围。
Matlab之直方图
Matlab之直方图
Matlab中有两个绘制直方图的函数：hist和bar，下面具体介绍：
hist：
一：
hist(x)：如果x是一维行向量或一维列向量，则将x中的最小和最大值之间的区间等分10份，横坐标是x值，纵坐标是该值的个数（即hist(x,10)）。
二：
[a,b]=hist(x,y)：如果x是一维行向量或一维列向量，则将x中的最小和最大值之间的区间等分y份，横坐标是x值，纵坐标是该值的个数。
返回的a是落在该区间内的个数，b是该区间的中心线位置坐标。
例：
b=10000;
c=randn(1, b); %产生10000个正态分布的随机数
d=100;
[a,b]=hist(c,d); %平均分成100份
a=a/length(c); %把个数转换成频度
bar(a); %转换成条形图
可以看到，绘出的条形图基本符合正太分布曲线。
bar：
一：
bar(x)：以一维向量x的下标为x轴，值为y值画直方图。
二：
bar(x,y)：x必须是严格递增的且一维向量x和一维向量y长度相同。
以一维向量x的值为x 坐标，对应的y为y坐标画直方图。
类似bar的还有bar3：三维直方图；barh：水平直方图；bar3h：三维水平直方图。
灰度直方图，用MATLAB实现imhist
灰度直⽅图，⽤MATLAB实现imhist灰度直⽅图：灰度直⽅图描述了⼀幅图像的绘图统计信息，主要应⽤于图像分割和图像灰度变换等处理过程中。
从数学上说它是⼀个关于灰度的函数，如令x表⽰灰度值(⼀般0≤x≤255)，则f(x)表⽰当x为特定灰度时，⼀幅图像上灰度值为x的像素的数量，要注意的是这⾥的函数f(x)是⼀个离散的函数。
从图形上来说，灰度直⽅图就是⼀个⼆维图，横坐标表⽰灰度值（灰度级别），纵坐标表⽰具有各个灰度值或者灰度级别的像素在图像中出现的次数或者概率；imhist⽬的：获取图像的灰度直⽅图。
⽤法：imhist( img )；直接显⽰图像img的灰度直⽅图；imhist（img，n）；显⽰⼀个统计n个灰度级信息的直⽅图，默认n为256；[counts, x] = imhist( img ) ；获取直⽅图信息，x为灰度级向量（⼀维），记录着图像中灰度的所有值，⽽counts也是⼀个向量（⼀维），⾥⾯记录着x 中对应灰度值出现的个数。
注：imhist只能统计灰度图像的直⽅图，⽽对于RGB图像则需要分别统计每个通道的直⽅图。
故使⽤imhist时，要将rgb图转换为灰度图。
clc;clear all;i=imread('lena.jpg');if(numel(size(i))==3) %判断图像是否⾮灰度图像； i=rgb2gray(i);endimhist(i); %⽤⾃带函数imhist实现；title('imhist');[m,n]=size(i);h=zeros(1,256); %⽣成⼀个1*256的0矩阵；for a=1:m for b=1:n h(i(a,b)+1)=h(i(a,b)+1)+1; %统计每个像素的数值，由于i(a,b)代表像素数值有0数值，⽽MATLAB中矩阵下标从1开始，所以⽤i(a,b)+1代替下标； endendfigure;bar(h); %⽤bar画图函数实现；axis([0 255 0 3000]); %控制bar的坐标范围，axis([Xmin Xmax Ymin Ymax]);title('histogram');xlabel('intensity');ylabel('frequency');实验结果如下：。
matlab histogram facecolour用法
matlab histogram facecolour用法
在MATLAB 中，histogram函数用于创建直方图。
如果你想要更改直方图的柱子颜色（face color），可以使用histogram函数的参数来实现。
下面是一个示例，演示如何使用histogram函数以及调整柱子的颜色：生成一些随机数据
data = randn(1000, 1);
创建直方图并指定柱子的颜色为蓝色
histogram(data, 'FaceColor', 'blue');
添加标题和标签
title('Histogram');
xlabel('X-axis Label');
ylabel('Frequency');
显示图例
legend('Data Distribution');
在这个例子中，'FaceColor'参数用于指定柱子的颜色。
你可以将颜色设置为内置颜色名称（如'blue'、'red'、'green' 等）或者使用RGB 值。
根据你的需要，你可以更改颜色以满足可视化的要求。
请注意，上述代码中的randn(1000, 1)用于生成一个包含1000个随机值的列向量。
在实际使用时，你需要用你自己的数据替代这部分代码。
MATLAB直方图均衡算法
直方图均衡一、直方图的定义假设图像在区间[0,G]内共有L 个灰度级，其直方图定义为离散函数：h(r k )=n k其中r k 为区间[0,G]内的第k 级灰度值，n k 为灰度值是r k 的像素个数。
使用所有元素的h(r k )除以图像中的像素总数n 可以得到归一化直方图，即：p(r k )=n k /n其中k=1,2,…,L 。
p(r k )表示灰度级r k 的出现概率。
二、绘制直方图利用MATLAB 内嵌函数imhist 可绘制直方图，基本语法为：h =imhist(f,b)其中，f 为输入图像，h 为直方图h(r k )，b 是直方图中显示的灰度级的个数，即h 中所含元素的个数，默认为256。
三、直方图均衡算法假设灰度级为归一化至范围[0,1]内的连续量，并令p r (r)表示某个给定图像中的灰度级的概率密度函数(PDF)，假设作如下变换得到输出灰度级s 为：0()()r r s T r p w dw ==⎰\*MERGEFORMAT (1)其中s 同样为随机变量，则s 的PDF 由下式可得：()()s r drp s p r ds =\*MERGEFORMAT (2)对式(1)的定积分求导得：()()r ds dT r p r dr dr ==\*MERGEFORMAT (3)将式(3)代入式(2)可得p s (s)=1，即s 属于均匀分布，考虑去归一化后，s 的值域为[0,G]，与r 的取值范围一样。
实际应用中，图片的灰度值一般不连续，我们可以用出现频率(直方图值)与求和代替PDF 和积分，即：00()()k k j k k r j i i n s T r p r n =====∑∑\*MERGEFORMAT (4)其中，n 为图像中像素的总数。
由上式可知，由于输入直方图是PDF 的近似，所以输出s 并不一定满足绝对的均匀分布，但其具有展开输入直方图的趋势。
四、仿真验证MATLAB代码：img_ori=imread('5.jpg');%读取原图img_gray=rgb2gray(img_ori);%将原图转换为灰度图[img_eq T]=histeq(img_gray);%直方图均衡，T为变换函数subplot(2,2,1,'position',[00.550.240.4]),imshow(img_gray);%显示原图title('原图');subplot(2,2,2,'position',[0.30.550.60.4]),imhist(img_gray);title('原图的直方图');subplot(2,2,3,'position',[00.050.240.4]),imshow(img_eq);%显示处理后的图片title('直方图均衡后图片');subplot(2,2,4,'position',[0.30.050.60.4]),imhist(img_eq);title('均衡后的直方图');仿真结果1：结果讨论：如上图所示，原图像素的灰度值大多集中在150-255之间，使得图像颜色发白，在直方图均衡后，原直方图被相应展宽，各灰度级的像素个数较为平均，使得输出图像对比度有明显提高。
用MATLAB统计图像直方图
3
直方图均衡化能够改善图像的对比度，突出细节， 使图像更加清晰。
Matlab实现直方图均衡化
01
在Matlab中，可以使用内置的`histeq`函数实现直方
图均衡化。
02
调用`histeq`函数时，需要将原始图像作为输入，并
返回均衡化后的图像。
03
Matlab还提供了其他函数和工具箱，如`imhist`和
5. 分析直方图
根据直方图的形状和分布情况， 可以对图像的亮度、对比度和分 布情况进行分析和评估。
03
图像直方图的计算
灰度图像直方图
灰度直方图
用于描述灰度图像中像素值的分 布情况，通过统计每个灰度级像 素的数量，可以反映图像的亮度 和对比度。
计算方法
遍历图像中的每个像素，统计每 个灰度级出现的次数，最终形成 灰度直方图。
直方图统计步骤
2. 转换为灰度图像
如果需要统计灰度图像的直方图， 可以使用rgb2gray函数将彩色图 像转换为灰度图像。
3. 统计像素值
使用imhist函数统计每个像素值 范围内的像素数量，生成直方图 数据。
1. 读取图像
使用imread函数读取图像文件。
4. 显示直方图
使用bar函数显示直方图。
VS
归一化方法
将直方图的值除以最大值，使其范围在01之间，便于比较不同图像的直方图特征 。
04
直方图均衡化
直方图均衡化的基本原理
1
直方图均衡化通过拉伸图像的灰度直方图，使其 充满整个灰度级别范围，从而提高图像的对比度。
2
通过计算原始图像的直方图，找到累积分布函数 （CDF），然后使用CDF对原始图像进行灰度映 射，实现直方图均衡化。