# CLAHE直方图均衡化

应用对比度受限自适应直方图均衡化进行局部对比度增强

> 标准页面: https://elysiatools.com/zh/tools/image-clahe

- **分类:** Design

- **关键词:** 图像, CLAHE, 直方图, 均衡化, 对比度, 自适应, 局部, 增强, 限制

## 概述

CLAHE（对比度受限自适应直方图均衡化）工具通过将图像划分为多个小区域进行局部对比度增强，有效提升图像细节表现力，同时避免全局均衡化带来的噪声放大问题。

## 输入项

- **图像文件** (file): 上传任何图像文件（JPEG、PNG、WebP、GIF、BMP、TIFF）应用CLAHE直方图均衡化
- **瓦片大小** (range): 局部直方图均衡化的瓦片大小。较小的瓦片提供更多局部对比度增强
- **对比度限制** (range): 对比度放大限制。较高值允许更强的对比度增强但可能放大噪声
- **亮度限制** (range): 亮度放大限制。较低值防止亮区过度放大
- **网格大小** (range): 网格分割数。较高值创建更多瓦片以实现更精细的局部增强
- **输出格式** (select): 选择输出格式或保持原格式。推荐PNG以获得最佳质量
- **质量 (1-100)** (number): 有损格式（JPEG、WebP）的输出质量。越高 = 质量越好但文件越大

## 适用场景

- 当图像整体光照不均，导致暗部细节丢失时。
- 需要突出医学影像或卫星地图中的微小纹理特征时。
- 在处理低对比度照片以增强视觉清晰度时。

## 工作原理

- 上传您的图像文件，支持 JPEG、PNG、WebP 等多种格式。
- 根据需求调整“瓦片大小”和“对比度限制”参数，以控制局部增强的强度。
- 选择输出格式及质量，点击处理即可获取增强后的图像。

## 使用案例

- 医学影像分析：增强 X 光或 MRI 片子的细节，辅助医生观察病灶。
- 安防监控优化：提升夜间或光线不足环境下监控视频截图的清晰度。
- 摄影后期处理：修复因逆光或阴影导致的图像暗部细节缺失问题。

## 常见问题

### 什么是 CLAHE？

CLAHE 是一种图像处理技术，通过对图像进行分块处理，在保持局部对比度的同时限制噪声放大。

### 瓦片大小参数有什么影响？

较小的瓦片大小会提供更精细的局部对比度增强，但可能增加计算量；较大的瓦片则效果更平滑。

### 为什么图像处理后出现了噪点？

这通常是因为对比度限制设置过高，导致背景噪声被过度放大，建议适当调低该参数。

### 支持哪些图片格式？

支持 JPEG、PNG、WebP、GIF、BMP 和 TIFF 格式。

### 输出格式推荐哪种？

推荐使用 PNG 格式以获得无损质量，若需减小文件体积可选择 WebP 或 JPEG。

## 相关工具

- [图像自适应阈值](https://elysiatools.com/zh/tools/image-adaptive-threshold): 应用自适应阈值操作，为小区域计算阈值，适用于光照变化的图像
- [图像颜色加深](https://elysiatools.com/zh/tools/image-color-burn): 在两张图像之间应用颜色加深混合模式，实现戏剧性的暗化和强烈的色彩效果
- [图像梯度运算](https://elysiatools.com/zh/tools/image-gradient): 应用梯度运算（Sobel、Prewitt、Roberts）进行边缘检测和图像增强
- [图像强光混合](https://elysiatools.com/zh/tools/image-hard-light): 在两张图像之间应用强光混合模式，实现强烈、鲜明的对比度和生动效果
- [图像拉普拉斯算子](https://elysiatools.com/zh/tools/image-laplacian): 应用拉普拉斯算子进行边缘检测、锐化和图像增强，支持不同核变体
- [图像柔光混合](https://elysiatools.com/zh/tools/image-soft-light): 在两张图像之间应用柔光混合模式，实现温和、微妙的对比度增强
- [双边滤波器](https://elysiatools.com/zh/tools/image-bilateral-filter): 应用双边滤波器进行保持边缘的平滑处理，在减少噪声的同时保持图像细节
- [图像方框模糊](https://elysiatools.com/zh/tools/image-box-blur): 应用方框模糊核进行简单均匀平均和快速降噪

## 示例

- [Web Python 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-python): Web Python 图像处理示例，使用 PIL/Pillow 包括读取、保存、缩放和格式转换
- [Web TypeScript 图像处理示例](https://elysiatools.com/zh/samples/web-image-processing-typescript): Web TypeScript 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Java 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-java): Android Java 图像处理示例，包括图像读取保存、缩放和格式转换
- [Android Kotlin 图像处理示例](https://elysiatools.com/zh/samples/android-image-processing-kotlin): Android Kotlin 图像处理示例，包括图像读取保存、缩放和格式转换