调用CLAHE需先用cv::createCLAHE()创建对象，再转灰度图后调用apply()；clipLimit控制裁剪阈值（非百分比），tileGridSize决定分块密度且会隐式对齐，输出图需预分配内存。
CLAHE在OpenCV中怎么调用
直接用 cv::createCLAHE() 创建对象，再调用 apply() 方法处理灰度图。它不支持彩色图直传，必须先转成单通道——这是最常卡住的第一步。
常见错误现象：cv2.error: OpenCV(4.x): ... src is not a single channel image（Python端）或 C++ 中抛 cv::Exception，本质都是传了 CV_8UC3 图像进去。
- 必须先用
cv::cvtColor(src, gray, cv::COLOR_BGR2GRAY)转灰度 -
cv::createCLAHE()返回的是cv::Ptr<:clahe></:clahe>，不是裸对象，别用栈变量直接声明 - 默认参数下
clipLimit=40.0、tileGridSize=(8,8)，对多数场景偏强，暗部易过曝
clipLimit参数实际影响什么
clipLimit 控制每个直方图桶的裁剪阈值，单位是“像素计数归一化后倍数”，不是百分比也不是绝对值。值越小，对比度提升越保守；超过 50 后细节拉伸容易发虚或出现光晕。
典型使用场景：
立即学习“C++免费学习笔记（深入）”；
- 医学影像（如X光肺部）：设为
2.0 ~ 5.0，保纹理、防噪声放大 - 低照度监控图：可放宽到
15.0 ~ 30.0，但需配合增大tileGridSize避免块效应 - 注意：该值在
apply()前设置，设完不能改——得重新createCLAHE()
tileGridSize设太小会出什么问题
tileGridSize 决定图像被划分的网格密度。默认 (8,8) 在 640×480 图上每块约 80×60 像素，尚可；但放到 4K 图上就变成每块仅 500×300 像素，局部均衡过度，边界处会出现明显马赛克或亮边。
性能与效果权衡点：
- 增大到
(16,16)或(32,32)可显著缓解块效应，但计算量呈平方增长（尤其 tile 数 > 1024 时） - 必须为正整数，且 OpenCV 内部会向下对齐到图像尺寸的整除值，比如图宽 1920、设
(13,13)，实际按(15,15)分（1920/13≈147.6 → 取整为 15） - 建议用
std::max(2, width / 100)类逻辑动态算初始值，再手动微调
C++里CLAHE输出图类型和内存管理
apply() 输出图类型与输入图一致，即输入 CV_8UC1，输出也是 CV_8UC1；但要注意——它**不会自动分配输出内存**。如果传入未初始化的 cv::Mat dst，运行时报错或输出全零。
- 安全写法：先
dst.create(src.size(), src.type())，或直接用apply(src, dst)且确保dst已预分配 - 不用手动
release()，cv::CLAHE对象内部无裸指针，析构安全 - 若需复用同一 CLAHE 实例处理多帧，反复调用
apply()即可，无需重建
最容易被忽略的是 tileGridSize 的隐式对齐行为——调试时看到分块数和预期不符，八成是这个原因。拿不准就打印 clahe->getTileGridSize() 看实际生效值。
