數字圖像
因為一幀圖像可以由像素矩陣組成，像素亮點是x,y軸相交的亮度點。這些概念在該系列一中已經描述的很清楚。
直方圖
亮度直方圖 ： 表示每個亮度級在圖像中的占有率
圖像對比度： 是通過亮度級范圍來度量的
回想一下，在系列一中我們看到了8位(bit)的圖片，亮度級別是0~255, 數值越小顏色越暗。
上圖記住x軸和y軸分別代表的含義 因此我們可以判斷這張圖白色太多，也就是太亮了。比較好的做法是使得整個分布較為平均，下面有很多圖片例子
直方圖應用較多的一個場景是攝影師看曝光度，對比度。
我們來看記下來一些列圖片，感受一下
數碼相機內的展示(該圖對比度很均勻所以圖片看起來亮暗合適，但亮色很多，因為白色桌子)
此圖說明x軸代表亮度0（黑）~255
看一下彩色圖片，不同顏色(紅、綠、藍、黃、白)這些顏色分別直方圖
這幅圖曝光太高并且淺色太多
這幅圖與上方圖片剛好相反（看起來像是經過ps處理過對比度的圖）
應用
說了這么多，直方圖到底有什么用呢？ 可以讓圖像變清晰。不信就看下面2張圖
原圖
經過處理后的圖片
該圖片未處理時，會使得灰度過多，像素集中在照片中間。這個時候如果能把整個像素拉伸，使得白色和黑色部分靠譜多一些，照片就會變得清晰起來。
直方圖計算
直方圖的原理我們知道了“x軸是0~255亮度級，y軸代表該亮度的像素個數” 編程中，通過histogram算子即可得到。非常的簡單，返回的是個二維數組。
點算子
圖像處理中最基本的運算就是點運算。顧名思義就是針對每個像素點進行計算。比如我想讓圖片變亮及拉伸對比度，則讓每個像素與一個標量，例如標量為2相乘，使得亮度級擴大一倍。相反的，我們就可以相除。例如我們把第一張眼睛圖片變量
點算子 可以進行加法和乘法操作來增強亮度 如下圖
鋸齒算子
鋸齒(sawtooth)算子 是另一種形式的線性算子。鋸齒算子是用來增強圖片的局部亮度和對比度（因為我們有時候是對照片的局部某個部分亮度對比度不滿意）
看眼睛圖，用鋸齒算子處理后的結果
算子有很多種 下面可以看圖
直方圖正規化 （專業領域最常用）
就像本文最開始說的，直方圖具有的意義是適當處理可以讓圖像變得更加清晰。我們還記得當時的直方圖樣子嗎，我再發一次
我們使用正規化進行拓展和位移，使得直方圖的亮度級可以覆蓋256個亮級。另外直方圖正規化是線性變化，因此處理后的圖片可以恢復到原圖。
眼睛清晰了！
但是要記住1，直方圖均衡化非線性處理，圖片無法還原
但是要記住2，直方圖均衡化非線性處理，圖片無法還原
但是要記住3，直方圖均衡化非線性處理，圖片無法還原
25
閾值處理
閾值(thresholding)處理 簡單說，亮度范圍是0~255，在這里面我取任意一個數，比如127 當圖像中的像素值>=127時設置成255，相反當像素值<=127時設置為0 。 在當前矩陣中只存在 0和255的值。也就是圖片只存在黑白。就像熊貓看到的世界一樣。這樣做的好處是，適當的取值，可以把我們感興趣點分離出來。如下面圖
通常很多時候我們使用Otsu 最受歡迎最優閾值處理方法。它可以選取最恰當閾值。
opencv上有提供現成算法thresholding
到目前為止，我們關注的都是全局方法。即對整幀圖片繼續處理。還有一些局部自適應方法，常常在字符識別前的文件圖像二值化。
