图像小波变换 python

在Python中进行图像小波变换，可以使用PyWavelets库。以下是一个示例代码，演示了如何使用PyWavelets进行图像小波变换：

import numpy as np
from matplotlib import pyplot as plt
import pywt
import PIL

# 读取图像
img = PIL.Image.open("xxx.tif")
img = np.array(img)

# 进行小波变换
coeffs = pywt.dwt2(img, 'haar')

# 显示小波系数
LL, (LH, HL, HH) = coeffs
plt.subplot(2, 2, 1)
plt.imshow(LL, cmap="Greys")
plt.subplot(2, 2, 2)
plt.imshow(LH, cmap="Greys")
plt.subplot(2, 2, 3)
plt.imshow(HL, cmap="Greys")
plt.subplot(2, 2, 4)
plt.imshow(HH, cmap="Greys")
plt.show()

上述代码中，首先使用PIL库读取图像，并将其转换为NumPy数组。然后，使用`pywt.dwt2`函数对图像进行小波变换，其中'haar'参数表示使用Haar小波作为基函数。最后，将小波系数分解为LL、LH、HL和HH分量，并使用Matplotlib库显示这些分量。

请注意，在代码中的"xxx.tif"处应替换为实际图像的文件路径。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *2* *3* [【图像处理】图像离散小波变换（Discrete Wavelet Transform）及python代码实现](https://blog.csdn.net/qq_43426078/article/details/124130531)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 100%"]
[ .reference_list ]