importância do uso da equalização do histograma

Estou lendo tutoriais opencv e estou mergulhando na equalização do histograma. Eu olhei na wikipedia , há um bom exemplo que resume exatamente o problema:

original:

empatou:

mas para obter esse resultado, eu adotaria uma abordagem diferente:

1. encontre o mínimo e o máximo no original

2. normalizar (remapear) tudo sobre ele.

sem histograma, sem função de distribuição cumulativa. com certeza uma abordagem mais estúpida, mas não vejo a diferença .. por que usar a equalização do histograma? alguém pode me ajudar a entender o motivo?

A diferença é que, com o seu método, se você imaginar o histograma, você simplesmente o estenderá de 0 a 255, mas sua forma será preservada. A equalização do histograma não apenas estende seu histograma, mas também tenta torná-lo plano, para que você obtenha uma distribuição aproximadamente uniforme de pixels de todos os tons de cinza.

Em termos de por que alguém é melhor para determinadas aplicações do que outras, isso é específico da aplicação.

Editar:

Aqui estão alguns exemplos da Bruzed :

Alongamento de contraste (seu método):

Equalização do histograma:

Como você pode ver, a maior parte dos pixels da imagem original era cinza, representada por um grande pico no meio. Ao contrastar o alongamento, o pico ainda está lá, mesmo que o pixel mais escuro agora seja preto e o pixel mais brilhante agora seja branco. Por outro lado (trocadilhos), usando o alongamento do histograma, você obtém uma resposta mais plana do histograma. Na verdade, isso aumenta o contraste geral da imagem.