直方圖是圖像處理中最最最最基本的操作之一，這個基本操作是在太太太太常見了，同時也是很容易理解的操作，對於一些對比度稍微較低的圖像，這是一個還挺不錯的預處理操作。
1、直方圖
先說直方圖，直方圖就是圖像像素的統計表，這個表裏記錄着一幅圖像中每個像素值在圖像中出現的個數，一幅圖只有一個灰度直方圖，但是多幅圖可能有相同的直方圖，這是N對1的關係。所以在製作直方圖的時候就很容易啦，創建一個包含所有像素灰階的數組(比如，0到255)，然後遍歷圖像，對應像素的在數組中的值加一即可。
2、直方圖均衡化
最普通最常見最簡單也是比較有效的直方圖均衡化，就是在得到直方圖後，將直方圖的值逐個累加得到一個累計直方圖，累計直方圖的每個值除以圖像總的像素個數，這樣就得到了每階像素在這個圖像中的佔比，以這個佔比乘以255就得到均衡化處理過後的像素值。
在代碼實現上也比較簡單，先申請一塊大小爲256的內存，然後遍歷原圖像，統計並記錄像素：
cv::Mat histMat = cv::Mat::zeros(1, 256, CV_32FC1);
float *ptrHis = histMat.ptr<float>(0);
for (int i = 0; i < src.rows; i++)
{
uchar *ptrSrc = src.ptr<uchar>(i);
for (int j = 0; j < src.cols; j++)
{
int pix = (int)*(ptrSrc + j);
*(ptrHis + pix) = *(ptrHis + pix) + 1;
}
}
然後計算累計直方圖：
cv::Mat cHistMat = cv::Mat::zeros(1, 256, CV_32FC1);
*(cHistMat.ptr<float>(0)) = *(histMat.ptr<float>(0));
for (int i = 1; i < 256; i++)
{
*(cHistMat.ptr<float>(0) + i) = *(cHistMat.ptr<float>(0) + i - 1) + *(histMat.ptr<float>(0) + i);
}
for (int i = 0; i < 256; i++)
{
*(cHistMat.ptr<float>(0) + i) = *(cHistMat.ptr<float>(0) + i) / src.rows / src.cols * 255;
}
然後重新遍歷圖像，將新的像素值代替原來的像素值：
cv::Mat dst;
src.copyTo(dst);
for (int i = 0; i < src.rows; i++)
{
uchar *ptrDst = dst.ptr<uchar>(i);
for (int j = 0; j < src.cols; j++)
{
int pix = (int)*(ptrDst + j);
*(ptrDst + j) = (uchar)(*(cHistMat.ptr<float>(0) + pix));
}
}
完成，測試結果：
洛陽城裏見秋風，
欲作家書意萬重。
復恐匆匆說不盡，
行人臨發又開封。