Python 2.7 自适应直方图均衡化（AHE）算法

我一直在试图找出执行完全自适应直方图均衡化（无插值）的算法。 然而，我似乎仍然错过了一个片段，并没有设法得到正确的结果图像

以下是我遵循的步骤，希望有人能对缺失的东西有所了解：

输入灰度图像（0-255）

创建尺寸过大的图像并镜像边界附近的值，以避免边界和角点出现特殊情况。（如本文第20页所述：）

为源图像中的每个像素初始化秩0

对于源图像中的每个像素，查找其在局部区域中的排名（局部区域大小将作为输入给定）。 Pixel rank是局部区域中小于中心像素（源图像中循环的像素）的像素数

通过以下公式计算的新像素值：秩*（最大强度=255）/（局部区域的像素数）

按照这些步骤，30x30局部区域窗口大小的输出结果如下：

原件：

输出：

---

我希望在下面的问题中能得到一些指导，说明我在这里缺少了什么。

当我打算在这里添加部分代码时，我在新的测试映像上最后一次尝试了它，它成功了。问题是上面的图像有两行本不应该出现的灰色像素（使用剪贴工具获得的图像，一定用它剪裁了一些外部边界）。上面的算法运行得很好。您是否可以为您的实现发布一些代码。我正在尝试做一些类似的事情，我似乎在尝试切割我的图像时遇到了死胡同。我正在尝试做一些类似的事情。你能提出一些建议吗。我已将我的问题发布在