OpenCV计算机视觉实战（14）——直方图均衡化

0. 前言

在图像处理与计算机视觉领域，直方图技术是最直观且高效的像素分布分析工具。无论是提升低对比度图像的细节表现，还是基于颜色特征进行目标定位与追踪，直方图均衡化与反向投影方法都能发挥关键作用。本文将从 CLAHE 自适应直方图均衡、反向投影的颜色热力图生成，到结合 CAMShift 构建实时颜色追踪系统，掌握直方图在图像增强与目标跟踪中的实战应用。

1. CLAHE 自适应均衡

传统直方图均衡化在光照不均的图像中容易引入过曝或欠曝。CLAHE (Contrast Limited Adaptive Histogram Equalization) 通过在局部区域内进行增强，并对对比度设限，有效避免过增强，提升图像细节。

1.1 应用场景

• 车载夜间摄像：不同路面反光、街灯位置不均，用全局均衡易引入过曝
• 医疗影像：CT 射线图像局部对比度低，需在细小病灶区域提亮
• 文档扫描：老旧书页局部发黄不一，用 CLAHE 能避免过度白化

1.2 实现过程

• 将图像从 BGR 转为 LAB 色彩空间(因为亮度分量 L 更适合做增强)
• 对 L