如何用Python实现自动参数CLAHE：算法5.3步二分搜索实现求助

项目背景 #

• 参考改进型CLAHE研究的方案逻辑，目标是实现该算法两个核心输入超参数clip limit（CL）和tilegrid size（N）的自动选择，替代传统人工调参的流程，适配航拍、医学、水下场景的图像对比度增强需求
• 对应算法流程的逻辑节点可参考配套示意图梳理，目前已完成算法前4步的代码编写

当前进度与卡点 #

• 已跑通tilegrid size（N）的自动计算逻辑，对应已编写的代码如下：

from matplotlib import pyplot as plt
import numpy as np
import cv2
import skimage.measure  
filename = 'xray.png'
img = cv2.imread(filename)

def getmax_subentropy(s):
    subentropies = []
    n = int(img.shape[0]/s)
    subimgs = [img[x:x+n,y:y+n] for x in range(0,img.shape[0],n) for y in range(0,img.shape[1],n)]
    for i in range(0,s**2):
        subentropies.append(skimage.measure.shannon_entropy(subimgs[i]))
    return(max(subentropies))

entropies = []
for i in range(2,13):
    entropies.append(getmax_subentropy(i))
ind = np.argmax(entropies)
print(ind+2) # 打印输出自动计算得到的N值

• 当前卡在算法流程第5.3步：作为入门开发者，无法理解该步骤提及的二分搜索的具体实现逻辑，需要对应的实现指导。

内容的提问来源于stack exchange，提问作者djbacs