数字图像处理这门课，我在书桌前啃过好几遍。每次读到直方图运算这一章，都免不了先冒出一个念头：这还不简单？不就是把图像里每个灰度值出现的次数统计出来，画一张柱状图嘛。真正让我改变看法，是第一次处理一批航拍农田照片的时候。那些图整体偏灰、对比度极低，我用直方图均衡化跑了一遍，效果立竿见影；可同一套流程换到另一组夜景监控画面，结果却出现了大片灰白断层。从那时起我才明白，直方图运算里的每一行推导、每一个参数，都不像表面看起来那么人畜无害。这篇笔记是系列里的第九篇，专门梳理直方图运算从定义、计算到均衡化、规定化，再延伸至阈值分割与图像匹配的完整脉络。适合正在啃图像处理教材的学生、刚接触图像处理库的工程师，以及所有想进一步搞懂“图像增强到底在增强什么”的朋友。
1. 直方图到底是什么：从一张灰度图说起
1.1 直方图的形式定义：一个离散函数
对于一幅灰度图像，假设灰度级范围是 [0, L-1]，L 通常取 256，那么直方图可以定义为一个离散函数：
h(r_k) = n_k
其中 r_k 是第 k 个灰度级，n_k 是整幅图像中灰度值等于 r_k 的像素个数。直接把 n_k 画出来，就是常见的直方图柱子图。如果把每个计数除以总像素数 M×N，得到：
p(r_k) = n_k / (M × N)
这就是归一化直方图，它近似等于该灰度级出现的概率。p 的所有值加起来等于 1，本质上是在描述一幅图像中像素取值的概率分布。
直方图有一个非常直观但容易被忽略的性质：它只记录像素取值的“数量”，完全丢掉空间位置信息。两张空间结构完全不同的图像，完全可能拥有几乎一模一样的直方图。这就像一个电商平台的销量分布报表——你只知道哪个价位段的商品卖得多，但根本不知道是哪个店铺、哪个牌子卖的。理解这一点，对后面使用直方图做图像匹配、做质量评估都很重要。
1.2 从零手写直方图计算与绘制
我习惯先把公式手写一遍，再调库。这里给出一段可以直接运行的核心代码：
import numpy as np import matplotlib.pyplot as plt from PIL import Image # 读取灰度图 img = Image.open('demo_image.png').convert('L') arr = np.array(img) # 方法1：用 bincount 统计每个灰度级出现次数 hist = np.bincount(arr.flatten(), minlength=256) # 方法2：用 np.histogram，注意返回 bins 边缘 hist2, bin_edges = np.histogram(arr, bins=256, range=(0, 255)) print(hist[:5], hist2[:5]) # 两者几乎一致 # 绘制 plt.figure(figsize=(8, 4)) plt.bar(np.arange(256), hist, width=1.0) plt.title("Grayscale Histogram") plt.xlabel("Gray level") plt.ylabel("Pixel count") plt.xlim([0, 255]) plt.show()这段代码本身没什么难度，但有两个细节我想啰嗦一下。第一，np.bincount要带上minlength=256，否则如果图像最大灰度值不够大，返回数组长度会不够，后续做累积分布时下标容易出错。第二，plt.hist默认会把灰度值分到 10 个或若干个 bins 里，画出来的形状和真正的 256 级直方图差别挺大，所以要看单灰度级的分布，最好用plt.bar配合 256 个柱子，横轴密度高一点也不怕，柱子宽度设为 1 即可。
第一次跑完，看到直方图那一堆高高低低的柱子，其实感知还不够强。真正有用的是把直方图和图像放在一起观察，有些东西一眼就能读出来。
1.3 从直方图形状读出图像质量
读直方图是图像处理里特别值钱的经验。我总结过几种常见形态：
- 直方图整体集中在低灰度区，比如峰值落在 10-50 之间，说明图像整体偏暗，而且动态范围小，很多暗部细节实际上挤在一个很窄的灰度区间里。
- 集中在高灰度区，峰值落在 200-250 附近，图像偏亮甚至过曝，同理缺少中间调。
- 直方图几乎覆盖 0 到 255，但中间有肉眼可见的凹谷，说明图像有明确的明暗层次，通常看起来比较通透。
- 出现两个明显峰，中间隔着低谷，典型的“双峰直方图”，前景和背景分布清晰，适合做阈值分割。
我拿一张测试图实验时，第一眼先看直方图，基本能猜到图像大概什么观感。偏灰的图，直方图一定像一根窄柱子杵在中间区域，既没有暗部也没有高光。这样的图，正好撞到了直方图均衡化的枪口上。
2. 直方图均衡化：把“灰蒙蒙”的图拉开层次
2.1 “灰度集中在窄区间”是低对比度的源头
低对比度图像的本质，是像素灰度值挤在一个狭窄的范围内。比如一幅灰度分布集中在 80 到 140 之间的图，视觉上就是灰蒙蒙一片，亮的也不够亮，暗的也不够暗。我们想要的，是把这堆挤在一起的灰度值，尽量拉伸到整个 0 到 255 的区间里，让亮的地方更亮、暗的地方更暗、层次更分明。
直方图均衡化的核心思路不是简单做一个线性拉伸，而是按照像素出现概率来重新分配灰度级。它要对出现概率高的灰度级分配更大的灰度区间，对出现概率低的灰度级则压缩甚至合并。这样做的直觉是：把视觉敏感、像素多的区域充分拉开，把像素稀少的区域适当牺牲掉。
2.2 均衡化公式其实是累计分布曲线
连续形式下，均衡化要找一个灰度变换函数 s = T(r)，使得输出图像灰度 s 的概率密度是均匀的。数学推导可以这样理解：如果我们定义
s = (L-1) ∫₀^r p_r(w) dw
也就是从 0 到当前灰度级 r 的累计概率，乘以最大灰度值 L-1，那么变换后新变量的概率密度正好会变得均匀。这里的 T(r) 就是输入灰度级的累计分布函数 CDF。
离散图像里，积分变成求和：
s_k = round( (L-1) * ∑_{j=0}^{k} p_r(r_j) )
其中 ∑ p_r(r_j) 就是前 k 个灰度级的累计概率，也就是 CDF。每个输入灰度级 r_k 都能通过这张查找表映射到新的输出灰度级 s_k。
我们拿一个极简的例子手算一遍就通了。假设图像灰度只有 0、1、2 三级，像素数分别为 3、0、1。总像素数 4，概率分别是 0.75、0、0.25。CDF 为 0.75、0.75、1.0。乘以 2（L-1=2）再取整：
- 灰度 0 → 2 × 0.75 = 1.5 → 取整为 2
- 灰度 1 → 2 × 0.75 = 1.5 → 取整为 2
- 灰度 2 → 2 × 1.0 = 2.0 → 取整为 2
结果所有像素都被映射到灰度 2。这个例子虽然极端，但很能说明问题：CDF 跳变越快，拉伸越剧烈；确认单调递增的目的是保证变换后灰度顺序不反转，否则图像会变成“负片”效果，原本亮的地方反而变暗。
2.3 自己实现一遍均衡化，再和库函数对答案
我强烈建议手写一遍再调库。自己的实现即使性能一般，也能让你彻底搞懂查找表机制。以下是我常用的手写版本：
def equalize_manual(img_arr): gray_levels = 256 hist = np.bincount(img_arr.flatten(), minlength=gray_levels) cdf = np.cumsum(hist) cdf_norm = cdf / cdf[-1] lut = np.round(cdf_norm * (gray_levels - 1)).astype(np.uint8) return lut[img_arr]这里lut是一张长度为 256 的查找表，lut[k]存放原灰度 k 映射后的新灰度。最后lut[img_arr]是用 numpy 做查表，等于把整幅图像快速映射了一遍。
再用库函数跑一遍：
import cv2 equalized_cv = cv2.equalizeHist(arr)对比两张输出图像和它们的直方图，通常会发现：手写版本和库函数结果非常接近，但在暗部细节上可能略有差别。原因是部分实现为了减少纯黑像素对整体灰度的影响，会额外减去累积直方图中的最小值。差别一般很小，肉眼不易察觉，但如果你在做科研或者需要严格复现论文结果，一定要明确自己用的是哪种定义。
实测下来，均衡化对“灰蒙蒙”图像的效果确实立竿见影。我之前拿一张对比度极低、直方图聚集在 90-120 区间的模拟图像做实验，均衡化后灰度基本铺满 0-250，暗部亮部都重新出现细节了。不过代价也很明显：如果原图存在大量相同灰度像素，均衡化会让这些区域被过度拉伸，出现“颗粒感”或“断层感”。
2.4 彩色图像的均衡化别直接三个通道一起做
很多人第一次处理彩色图像时，会顺手把 R、G、B 三个通道分别做一遍均衡化。我确实也这么干过，结果图像色彩变得极其刺眼，像胶片冲洗过度，色偏严重。原因是三个通道的累计分布各不相同，分别映射后，原本的色相关系被破坏了。
更稳妥的做法是先把图像从 RGB 空间转到 HSV 或 HSI 空间，只对亮度通道（V 或 I）做均衡化，保持色相和饱和度不变。比如 OpenCV 里：
hsv = cv2.cvtColor(img_color, cv2.COLOR_BGR2HSV) h, s, v = cv2.split(hsv) v_eq = cv2.equalizeHist(v) hsv_eq = cv2.merge([h, s, v_eq]) img_eq = cv2.cvtColor(hsv_eq, cv2.COLOR_HSV2BGR)这样处理完，图像的明暗对比度明显提升，颜色却依然自然。这也是实际项目中更通用的做法。我自己的习惯是，在处理彩色图前先问一句：我到底想增强什么？如果只是希望亮度均匀、对比鲜明，那直接处理亮度通道就够了；如果想调整色彩表现，那才需要单独处理颜色通道。
3. 直方图规定化：给直方图装上“目标模板”
3.1 为什么均衡化不一定满足需求
均衡化有一种“自动、盲目”的感觉——它不管原图像的具体特点，一律把直方图往均匀方向推。但现实中，均匀分布不总是最优解。比如监控图像经常整体偏亮，我们希望输出直方图能更靠近某个“理想分布”；再比如医疗影像里，某个特定器官的灰度分布有先验规律，我们希望增强后的图尽量符合这个规律，而不是纯粹均匀展开。
直方图规定化（也叫直方图匹配）解决的就是这类问题：给定输入图像直方图 p_r，以及一个目标直方图 p_z，希望找到一个灰度变换，让输出图像的直方图尽可能接近 p_z。
规定化背后的数学逻辑非常漂亮：既然均衡化能强制输出均匀分布，那不如借助这个“中间站”来找映射关系。先把输入直方图均衡化，得到变换 s = T(r)；再把目标直方图也均衡化，得到变换 v = G(z)。如果让 s 等于 v，也就是让输入均衡化后的灰度与目标均衡化后的灰度对齐，那么目标灰度 z 就等于 G⁻¹(s) = G⁻¹(T(r))。核心就是通过均衡化作为桥梁，建立输入灰度和目标灰度之间的一一映射。
3.2 SML与GML：两种映射策略的区别
离散场景下，灰度级就 256 个，s 和 v 很难做到一一精确相等，通常需要近似匹配。这里有两种经典策略。
单映射规则 Single Mapping Law，SML：对输入均衡化后的每一个灰度 s_k，在目标均衡化序列 G(z_j) 中寻找灰度值最接近的那一项，把目标灰度 z_j 作为映射结果。这种方法实现简单，计算量小，但某些输入灰度级可能找不到“落点”，或者多个输入灰度级映射到同一个输出灰度，造成一定误差。
组映射规则 Group Mapping Law，GML：它把输入灰度序列按累计误差最小的方式分段，让每一段输入灰度整体映射到一个输出灰度，目标是让最终的累计直方图误差尽量小。GML 的匹配误差通常比 SML 小，输出直方图更接近目标分布，但代码写起来要复杂一点。
如果只是做学习实验，SML 完全够用。真正做项目时，如果对匹配精度有要求，我更倾向用组映射。曾经有位前辈与我交流时提到过，他自己写规定化代码时，就是趁 SML 在峰谷处不如 GML 贴合，才换用的组映射，可见两种方法的差距主要暴露在细节上。
3.3 一组可复现的规定化代码
SML 版本的实现并不复杂，核心就是为每个输入灰度找“最接近的目标 CDF 灰度级”：
def hist_specify(src_arr, target_hist): gray_levels = 256 src_hist = np.bincount(src_arr.flatten(), minlength=gray_levels) src_cdf = np.cumsum(src_hist) / src_hist.sum() target_hist = target_hist.astype(np.float64) target_cdf = np.cumsum(target_hist) / target_hist.sum() lut = np.zeros(gray_levels, dtype=np.uint8) for i in range(gray_levels): diff = np.abs(target_cdf - src_cdf[i]) lut[i] = np.argmin(diff) return lut[src_arr]使用时，你需要构造一个目标直方图。常见做法是用一个高斯形状的分布作为目标：
x = np.arange(256) target = np.exp(-((x - 128) ** 2) / (2 * 50 ** 2)) target = target / target.sum() * 255 out = hist_specify(arr, target)跑完以后，对比输出图像的直方图和目标分布，肉眼可见整体形状被拉向目标曲线。我实测的体会是：如果目标分布设计得比较宽，输出直方图能较好地贴合；如果目标分布很窄、峰值很高，那么直方图会被强行压缩到一个小范围内，图像反而可能失去层次。
3.4 规定化的目标直方图怎么选
这是规定化最容易踩坑的地方。目标直方图决定输出图像的“气质”，不能随便挑。结合我自己的经验，总结几个原则：
- 目标分布的灰度范围要合理。如果目标分布集中在 10-20 这种暗部，结果图会整体偏暗；集中在 200-240 则过曝。一般我会把峰控制在直方图中间区域，比如 120-150 左右。
- 分布宽度不能太窄。目标分布的标准差如果太小，相当于把所有灰度都往一个窄区间里塞，丢失信息。
- 如果目标分布是离散的，要先统一单位。别忘了目标直方图也要做归一化，否则累计概率的大小和真实概率不一致，映射会整体偏移。
在实际项目里，我更常用的一种做法是：先统计一批“理想结果图”的平均直方图，用它作为后续处理的标准模板。这样比手工构造高斯分布更贴合真实场景，也更容易在结果上说服人。
4. 直方图的进阶玩法：阈值分割与图像检索
4.1 双峰直方图与Otsu自动阈值分割
直方图最经典的应用之一，是帮助寻找分割阈值。如果图像的前景和背景灰度差异明显，直方图会出现两个峰，峰之间的低谷就是划分前景背景的天然边界。但人工选低谷很累，而且图像一多就不现实，所以就有了自动阈值算法。
我使用最多的是大津法，也就是 Otsu 方法。它的思路是：对于某一个候选阈值 t，把图像像素分成两类 C0（灰度小于等于 t）和 C1（灰度大于 t），分别计算两类的像素占比 ω0、ω1 和灰度均值 μ0、μ1，再计算类间方差：
σ_B² = ω0 × ω1 × (μ0 - μ1)²
遍历所有灰度级，选择使 σ_B² 最大的阈值。类间方差越大，说明两类被分得越开，分割效果越好。Otsu 不必知道前景背景的先验概率，只凭直方图就能自动算出阈值，所以非常实用。
手写一个简单版本也不难：
def otsu_threshold(hist): total = hist.sum() sum_total = np.dot(np.arange(256), hist) sum_b = 0 w_b = 0 best_thresh = 0 max_var = 0 for t in range(256): w_b += hist[t] if w_b == 0: continue w_f = total - w_b if w_f == 0: break sum_b += t * hist[t] mean_b = sum_b / w_b mean_f = (sum_total - sum_b) / w_f var_between = w_b * w_f * (mean_b - mean_f) ** 2 if var_between > max_var: max_var = var_between best_thresh = t return best_thresh实测试验中，Otsu 对双峰明显的图像接近完美分割，但对直方图单峰或者严重不平衡的情况效果不稳定。有一类“目标特别小”的图像，比如一大片农田里寻找几个小水塘，前景像素占比极低，Otsu 往往会偏向把大多数背景归为一类，阈值偏移明显。这时候不能盲信 Otsu，灵活根据直方图形态调整才是正道。
4.2 直方图距离度量与图像检索
直方图还可以当作图像的一种全局特征，用来衡量两张图在灰度分布上的相似程度。常见的度量有：
- 相关度量：类似向量点积或相关系数，值越大越相似。
- 卡方距离：χ² = Σ (p_i - q_i)² / (p_i + q_i) 重点惩罚差异大的灰度级。
- 巴氏距离：d = -ln( Σ √(p_i × q_i) )，用概率分布重叠程度衡量相似度。
- 直方图相交：H = Σ min(p_i, q_i)，值越接近 1 越相似。
用图像检索场景举例：我准备了一个小型模拟图像库，每张图都计算 256 维灰度直方图，然后给定一张查询图，计算它和库中每张图的巴氏距离，排序后取距离最小的几张。实验下来，对于灰度分布差异明显的图，这个方法非常有效；但如果图像内容不同但整体灰度分布相似（比如一张白天的天空图和一张雪地俯视图），直方图匹配就会产生误判。
直方图检索的本质是把图像退化成“灰度分布向量”，丢掉了空间信息。所以它适合做粗粒度场景过滤、内容查重，不适合用于精细的目标识别。做检索系统时，我通常会把直方图作为第一层粗筛，后面再接更精细的特征。
4.3 用直方图统计量评估曝光与对比度
直方图不仅能增强、分割、匹配，还能反过来当图像质量的“体检报告”。通过计算直方图上的一些统计量，可以大致判断出图像是否存在曝光问题。
比如直方图均值能反映整体亮度，标准差能反映对比度；直方图中灰度 0 附近的像素占比过高，说明暗部被“压死”了；灰度 255 附近像素占比太多，说明高光溢出。我习惯定义一个简易指标：
dark_ratio = hist[:10].sum() / hist.sum() bright_ratio = hist[245:].sum() / hist.sum()如果dark_ratio超过 10%，这张图大概率有死黑区域；bright_ratio超过 10%，则可能过曝。我经常用这套思路在批量处理图片时做前置检查，先把问题严重的图筛出来，再进行针对性增强，比一张张看效果省时太多。这个思路后来被我扩展成一个简单的自动判断流程：先看直方图统计量，再决定是否走均衡化，还是只做局部亮度修正。
5. 直方图运算容易踩的坑与我的处理习惯
5.1 均衡化后灰度级被压缩，容易出现伪轮廓
均衡化是一把双刃剑。像素概率高的灰度级被大幅拉伸，概率低的灰度级会被合并，导致输出图像的灰度级数量减少。最典型的就是天空渐变图，原图的灰度过渡非常平滑，直方图上每个灰度级都有一点像素。均衡化后，部分中间灰阶被吞并，天空出现明显的带状断层，也就是伪轮廓。
我踩过这个坑之后，养成了一个习惯：处理自然风景类图像时，均衡化前先看一眼直方图是否平滑；如果灰度级覆盖已经比较均匀，我根本不会用全局均衡化，而是改用细节保留更好的局部直方图方法。均衡化不是越狠越好，适当削峰填谷才是关键。
5.2 暗部细节被“吃掉”的陷阱
当图像有大量像素集中在 0 灰度附近时，CDF 从 0 到第一个非零灰度会有一个剧烈跳变。均衡化会把这一小段差距映射成很大的灰度差，导致暗部原本仅有的一点层次被瞬间拉出巨大对比，亮部反而被迫压缩。换句话说，本来看得清的暗部细节，均衡化之后可能变成一团黑块。
解决思路有两个：一是对直方图做裁剪，比如先把灰度 0-10 的计数限制在某个上限；二是做灰度级映射时保留一个偏移量，避免暗部被过度拉伸。我经常在直方图映射前给累计概率加一个很小的平滑项，比如cdf = (cdf - cdf.min()) / (cdf.max() - cdf.min())配合下限控制，实测对暗部保护有一定帮助。
5.3 库函数和手写版本的结果差异
不同工具库的直方图运算口径并不完全一致，这个坑很隐蔽。比如 OpenCV 的calcHist默认统计的是固定 bins 的直方图，而equalizeHist又要求输入必须是 8 位单通道灰度图，多通道图会直接报错；matplotlib.pyplot.hist默认的 bins 数量和直方图形态会随数据范围变化。如果你拿手写直方图和网上博客里的直方图直接对比，很可能会因为统计口径问题对不上。
更值得小心的是，有些库对非零直方图最小值有特殊处理，导致均衡化结果和教科书公式有细微差异。做实验对比时，我会明确标注自己用的是哪种定义，否则在论文复现环节会吃大亏。毕竟直方图运算是整套图像处理的“公共标准”，口径统一非常重要。
5.4 16位图像与多通道图像的隐患
直方图运算的默认假设是 8 位灰度图，灰度级 256。一旦把 16 位医学影像或 RAW 格式图直接塞进某些函数，事情就麻烦了。原因很简单：16 位图灰度范围是 0-65535，如果按 0-255 去统计，大量细节会被压缩在低位上白白浪费。遇到这类输入，我一般先做灰度范围配准或量化到 256 级，再执行直方图运算。
另外，前面提到过彩色图不要直接三个通道分别均衡化。同样的道理放在直方图匹配上也成立：对 RGB 三通道分别做规定化，会出现难以预测的色偏。我现在的处理流程是统一的：先转 HSV，再操作 V 通道。不管用什么工具，这条原则都不会变。
5.5 我的几个实操小习惯
最后分享几个我自己长期积累下来的处理习惯。第一，看到一张新图，第一件事不是直接做增强，而是先输出直方图，观察灰度分布区间、峰谷位置、暗亮部占比，再决定下一步。第二，做均衡化之前，先备份原图，方便对比；增强操作不可逆，实测中试来试去最后还得靠原图重新来。第三，用直方图做质量判断时，不要只看均值或标准差，一定要结合暗部和亮部的比例，否则很容易被大背景的亮度掩盖掉局部的过曝。
有一次我在深夜处理一批模拟无人机巡检拍到的低照度图，眼看直方图暗部集中在 10-30 附近，我直接用均衡化，结果山路纹理全被拉成黑色块。后来改成先用直方图裁剪去掉少数极端点，再做灰度映射，才算保住细节。那次之后，我就把“先看直方图再动手”写成了自己的铁律。直方图运算看着基本面，可一旦用错场景，翻车速度同样飞快。这套逻辑后面还能继续延伸，比如局部直方图均衡化和对比度受限的自适应直方图均衡化，这些技术都建立在今天聊的全局直方图基础上。先把地基打牢，后续扩展才不慌。
