На першому етапі вимірюється гістограма вихідного зображення. Для цифрового зображення, шкала яркостей якого, наприклад, належить целочисленному діапазону 0. 255, гістограма являє собою таблицю з 256 чисел. Кожне з них показує кількість точок в кадрі, що мають дану яскравість. Розділивши всі числа цієї таблиці на загальний розмір вибірки, що дорівнює числу використовуваних точок зображення, отримують оцінку розподілу ймовірностей яскравості зображення.
На другому етапі виконується саме нелінійне перетворення, що забезпечує необхідні властивості вихідного зображення. При цьому замість невідомого істинного інтегрального розподілу використовується його оцінка, заснована на гістограмі. З огляду на це всі методи поелементного перетворення зображень, метою яких є видозміна законів розподілу, отримали назву гістограмного методів. Зокрема, перетворення, при якому вихідне зображення має рівномірний розподіл, називається еквалізацією (вирівнюванням) гістограм.
Характерною рисою багатьох зображень, одержуваних в реальних зображують системах, є значна питома вага темних ділянок і порівняно мале число ділянок з високою яскравістю. Еквалізація покликана відкоректувати картину, вирівнявши інтегральні площі ділянок з різними яркостями.
// Створення і ініціалізація масиву покажчиків на lookup-таблиці
IplLUT * plut [3];
plut [0] = lut [0];
plut [1] = lut [1];
plut [2] = lut [2];
// Ініціалізація членів lookup-таблиць
CreateLUT (plut [0]);
CreateLUT (plut [1]);
CreateLUT (plut [2]);
// Побудова гістограми для знаходження максимумів
iplComputeHisto (img, plut);
// еквалізація
iplHistoEqualize (img, img, plut);
// Видалення членів lookup-таблиць
DeleteLUT (plut [0]);
DeleteLUT (plut [1]);
DeleteLUT (plut [2]);
>