Python / OpenCV中的对比度拉伸

Question

搜索谷歌的直方图均衡Python或对比度拉伸Python我指向OpenCv中的python文档中的相同链接，这些链接实际上都与均衡而不是拉伸（IMO）有关。

1. http://docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/histogram_equalization/histogram_equalization.html
2. http://docs.opencv.org/3.2.0/d5/daf/tutorial_py_histogram_equalization.html

阅读文档，它似乎与措辞混淆，因为它将均衡描述为拉伸操作：

直方图均衡的作用是延伸此范围。

和

所以你需要将这个直方图拉伸到两端（如下图所示，来自维基百科），这就是直方图均衡所做的（简单来说）

我觉得这是错误的，因为维基百科上没有说直方图均衡意味着拉伸，而阅读其他来源则明确区分这两个操作。

1. http://homepages.inf.ed.ac.uk/rbf/HIPR2/histeq.htm
2. http://homepages.inf.ed.ac.uk/rbf/HIPR2/stretch.htm

我的问题：

1. OpenCV文档是否实际实现了直方图均衡，同时严重解释它？ Python中的对比度拉伸是否有任何实现？ （OpenCV等？）

Answer 1

OpenCV没有任何对比度拉伸功能，谷歌产生相同的结果，因为直方图均衡确实水平拉伸直方图，但它只是转换函数的差异。 （两种方法都会增加图像的对比度。转换功能可将像素强度级别从给定范围转移到所需范围。）

直方图均衡化从给定图像的概率密度函数（PDF）自动导出变换函数（TF），而对比拉伸则根据应用程序的要求指定自己的TF。

一个简单的TF，你可以做对比拉伸是min-max对比拉伸 -

（（像素 - 分钟）/（最大 - 分钟））* 255。

您为每个像素值执行此操作。最小值和最大值是最小和最大强度。