cv::calchist 不崩的关键是确保输入 mat 为 cv_8uc1 或 cv_8uc3、非浮点型，灰度图需先 cv::cvtcolor(bgr2gray)，彩色图需指定 channels；histsize 与 channels 长度一致，dims 匹配通道数。
OpenCV 的 cv::calcHist 怎么用才不崩？
直方图计算本身不难，但崩在数据类型和通道顺序上。OpenCV 默认读图是 BGR，cv::calcHist 要求输入 Mat 类型必须是 CV_8UC1（灰度）或 CV_8UC3（彩色），且不能是浮点型。常见错误是传入 float 类型的归一化图像，或者没做 cv::cvtColor 就直接算三通道直方图。
- 灰度图：确保用
cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY)转换后，再调用cv::calcHist - 彩色图：若需各通道直方图，得分别提取
cv::extractChannel或用channels参数指定 [0], [1], [2] - bins 数量别设太大——比如 256 bins 对 uint8 完全够用，设成 1024 会分配冗余内存，且 bin width 变成非整数，导致统计错位
- histSize 数组长度必须等于 channels 数组长度；dims 必须匹配，比如单通道就设 1，别写成 0 或 2
cv::equalizeHist 为什么对彩色图无效？
它只接受单通道 CV_8UC1 输入，直接传 CV_8UC3 会触发断言失败：Assertion failed (src.depth() == CV_8U && src.channels() == 1)。这不是 bug，是设计如此——HSV 空间下对 V 通道均衡才有意义，RGB 均衡会严重偏色。
- 正确做法：先转 HSV，用
cv::split拿到 V 通道，cv::equalizeHist(v, v_eq)，再cv::merge回去 - 别用
cv::cvtColor(img, hsv, cv::COLOR_BGR2HSV)后直接equalizeHist(hsv)——hsv 是三通道，函数拒绝处理 - 如果坚持 RGB 均衡（不推荐），必须循环三个通道分别调用，但结果往往发青或泛红，因为 R/G/B 动态范围不同
手动实现直方图均衡化的关键步骤
OpenCV 封装了 cv::equalizeHist，但有时需要控制累积分布函数（CDF）截断、clip limit 或自定义映射，就得手撸。核心不是算直方图，而是把频次转成 CDF 再线性映射到 [0,255]。
- 先用
cv::calcHist得到 256-bin 直方图hist，类型必须是CV_32FC1或CV_32SC1 - 用
cv::accumulate或手动 for 循环生成 CDF 数组，注意起始值为 0，第 i 项是前 i+1 个 bin 的和 - CDF 最大值要归一化：用
cdf_max = cdf[255]，然后每个cdf[i] = (cdf[i] * 255.0f) / cdf_max（别漏乘 255.0f，否则整除变 0） - 构建 LUT 表：
lut[i] = cv::saturate_cast<uchar>(cdf[i])</uchar>，再用cv::LUT应用到原图
CLAHE 和普通均衡化的区别在哪？
普通 cv::equalizeHist 是全局拉伸，暗部细节可能过曝；CLAHE（Contrast Limited Adaptive Histogram Equalization）分块处理，能保局部对比度。但它不是“更好”的替代品，而是适用场景不同。
- 启用 CLAHE：用
cv::createCLAHE(clipLimit: 40.0, tileGridSize: cv::Size(8,8))，clipLimit 超过 40 就接近全局均衡，低于 10 则几乎无效果 - tileGridSize 太小（如 2x2）会导致块效应明显，太大（如 32x32）退化为全局均衡；默认 8x8 是经验值
- CLAHE 对噪声敏感——预处理建议加
cv::GaussianBlur，尤其在医学图像中，否则噪声会被显著放大 - 它不支持彩色图直接输入，和
equalizeHist一样，必须拆通道或转 HSV 后处理 V 通道
真正麻烦的从来不是调哪个函数，而是灰度转换时机、通道分离顺序、LUT 构建时的溢出截断，还有 CLAHE 的 clipLimit 和 tile size 之间那种微妙的平衡——调参时差 5 个单位，视觉效果可能从增强变成伪影。
C++免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 C++ 的入门与实战技巧！
