C# OpenCvSharp 直方图均衡化 图像去雾
原文中文，约8100字，阅读约需20分钟。
📝
内容提要
本文介绍了直方图均衡化和对比度调整的代码实现，包括全局和局部直方图均衡化，以及对 RGB 图像的 R、G、B 三层通道的处理。对比度调整采用了YCrCB格式，通过调整Y通道的亮度来实现。
🔎
延伸解读
全局与局部均衡化的选择
全局直方图均衡化对RGB三个通道分别处理，能快速提升整体对比度，但可能过度增强噪声或导致局部细节丢失。局部均衡化（自适应）将图像分块处理，更适合光照不均或雾霾分布不均匀的场景，但计算量更大，且块大小和裁剪限制需根据图像调整。
YCrCb亮度调整的优势
对比度调整采用YCrCb颜色空间，仅对Y通道（亮度）进行均衡化，避免直接调整RGB通道导致的色彩失真。这种方法在增强对比度的同时能较好地保持原始色调，适合需要自然色彩表现的图像处理任务。
直方图计算与可视化的关键点
代码中通过Cv2.CalcHist计算各通道直方图，并归一化到0-256范围以便绘制。绘制时使用三个通道的最大值统一缩放，确保直方图高度可比。注意直方图仅反映像素分布，不直接代表图像质量，需结合视觉效果判断均衡化效果。
❓
Q&A
什么是直方图均衡化？
直方图均衡化是一种图像处理技术，通过调整图像的直方图分布来增强图像的对比度。
如何实现全局直方图均衡化？
全局直方图均衡化通过对RGB图像的R、G、B三层通道分别进行均衡化，然后合并成新的图像。
局部直方图均衡化与全局直方图均衡化有什么区别？
局部直方图均衡化是自适应的，处理时将图像分成小块分别均衡化，而全局直方图均衡化则对整幅图像进行处理。
对比度调整是如何实现的？
对比度调整采用YCrCB格式，通过调整Y通道的亮度来实现，不会导致图片失真。
如何处理RGB图像的三个通道？
处理RGB图像时，首先将图像拆分为R、G、B三个通道，然后对每个通道分别进行直方图均衡化。
直方图计算和归一化的过程是怎样的？
直方图计算通过分析图像的像素值分布生成直方图，归一化则是将直方图的值调整到特定范围内，以便于显示和分析。
🏷️
