直方图是图像处理中最最最最基本的操作之一，这个基本操作是在太太太太常见了，同时也是很容易理解的操作，对于一些对比度稍微较低的图像，这是一个还挺不错的预处理操作。
1、直方图
先说直方图，直方图就是图像像素的统计表，这个表里记录着一幅图像中每个像素值在图像中出现的个数，一幅图只有一个灰度直方图，但是多幅图可能有相同的直方图，这是N对1的关系。所以在制作直方图的时候就很容易啦，创建一个包含所有像素灰阶的数组(比如，0到255)，然后遍历图像，对应像素的在数组中的值加一即可。
2、直方图均衡化
最普通最常见最简单也是比较有效的直方图均衡化，就是在得到直方图后，将直方图的值逐个累加得到一个累计直方图，累计直方图的每个值除以图像总的像素个数，这样就得到了每阶像素在这个图像中的占比，以这个占比乘以255就得到均衡化处理过后的像素值。
在代码实现上也比较简单，先申请一块大小为256的内存，然后遍历原图像，统计并记录像素：
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;
}
}然后计算累计直方图：
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;
}然后重新遍历图像，将新的像素值代替原来的像素值：
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，测试结果：
洛阳城里见秋风，
欲作家书意万重。
复恐匆匆说不尽，
行人临发又开封。