专栏作者：zch，经管专业研一在读，Python数据分析及可视化爱好者。公众号后台回复入群，拉你进技术群与大佬们近距离交流。有的时候，我们需要对不同国家或地区的某项指标进行比较，可简单通过直方图加以比较。但直方图在视觉上并不能很好突出地区间的差异，因此考虑地理可视化，通过地图上位置（地理位置）和颜色（颜色深浅代表数值差异）两个元素加以体现。在本文案例中，基于

coding:utf8'''灰度拉伸定义：灰度拉伸，也称对比度拉伸，是一种简单的线性点运算。作用：扩展图像的直方图，使其充满整个灰度等级范围内公式：g(x,y)255/(BA)f(x,y)A,其中，Aminf(x,y),最小

前言什么是积分图像积分图像的定义：取图像左上侧的全部像素计算累加和，并用这个累加和替换图像中的每一个像素，使用这种方式得到的图像称为积分图像。为什么要用积分图像直方图的计算方法为遍历图像的全部像素并累计每个强度值在图像中出现的次数。有时仅需要计算图像中某个特定区域的直方图，而

直方图均衡化原理：  想象一下如果一副图像中的大多是像素点的像素值都集中在一个像素值范围之内会怎样呢?例如,如果一幅图片整体很亮,那所有的像素值应该都会很高。但是一副高质量的图像的像素值分布应该很广泛。所以你应该把它的直方图做一个横向拉伸(如下图),这就是直方图均衡化要做的事情。通常情况下这种操作会改善图像的对比度。直方图均衡化后面潜在的数

coding:utf8'''直方图均衡化作用：通常用来增加图像局部对比度，尤其在图像的有用数据的对比度相当接近时，通过直方图均衡化，图像的亮度可以更好地在直方图上分布基本思想：把原始图像的直方图变换为均匀分布的形式，增加了像素灰度值的动态范围，从而增强图像的整