Traceback (most recent call last): File "D:\pythonProject2\CTfile.py", line 250, in <module> fused_image = wavelet_image_fusion(img1, img2, wavelet='db1', levels=3, alpha=0.5) File "D:\pythonProject2\CTfile.py", line 234, in wavelet_image_fusion fused_image = pywt.waverec2(fused_coeffs, wavelet) File "D:\Anaconda\envs\ctphoto\lib\site-packages\pywt\_multilevel.py", line 335, in waverec2 a = idwt2((a[idxs], d), wavelet, mode, axes) File "D:\Anaconda\envs\ctphoto\lib\site-packages\pywt\_multidim.py", line 118, in idwt2 return idwtn(coeffs, wavelet, mode, axes) File "D:\Anaconda\envs\ctphoto\lib\site-packages\pywt\_multidim.py", line 280, in idwtn raise ValueError("`coeffs` must all be of equal size (or None)") ValueError: `coeffs` must all be of equal size (or None)

这个错误提示与之前的错误提示类似，也是在小波图像融合的过程中出现的。根据错误提示，问题出现在 `pywt.waverec2` 函数中，提示 `coeffs` 必须全部相同或为 None。这表明在小波逆变换的过程中，输入的系数数组 `fused_coeffs` 存在大小不匹配的问题。

解决方法是检查 `fused_coeffs` 的大小，确保每个系数数组的大小相同。可以使用 NumPy 库中的 `np.shape` 函数来查看每个数组的大小。如果发现存在大小不同的数组，可以使用 NumPy 库中的 `np.pad` 函数将数组扩展到相同的大小，具体代码如下：

import numpy as np

# 检查 fused_coeffs 中每个数组的大小
shapes = [np.shape(coeffs) for coeffs in fused_coeffs]

# 找到最大的数组大小
max_shape = np.max(shapes, axis=0)

# 将每个数组的大小扩展到最大值
for i in range(len(fused_coeffs)):
    fused_coeffs[i] = np.pad(fused_coeffs[i], [(0, max_shape[0] - fused_coeffs[i].shape[0]), 
                                               (0, max_shape[1] - fused_coeffs[i].shape[1])],
                             mode='constant')

这样就可以将所有系数数组的大小扩展到相同的大小，从而避免出现大小不匹配的错误。