帮我用opencv 4.0.1 和python 3.8写一份代码要求如下： 使用小波变换将输入图像分解成高频、低频部分 并将高频、低频部分显示出来

好的，这里是使用OpenCV 4.0.1和Python 3.8实现图像小波变换的代码：

import cv2
import numpy as np

# 读入图像
img = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# 定义小波函数
def wavelet(img, mode='haar'):
    # 小波分解
    coeffs = pywt.dwt2(img, mode)
    cA, (cH, cV, cD) = coeffs
    
    # 将小波系数图像进行归一化处理
    cA = cv2.normalize(cA, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
    cH = cv2.normalize(cH, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
    cV = cv2.normalize(cV, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
    cD = cv2.normalize(cD, None, alpha=0, beta=255, norm_type=cv2.NORM_MINMAX, dtype=cv2.CV_8U)
    
    # 返回小波系数图像
    return cA, cH, cV, cD

# 进行小波分解
cA, cH, cV, cD = wavelet(img)

# 显示低频部分
cv2.imshow('Approximation', cA)

# 显示高频部分
cv2.imshow('Horizontal', cH)
cv2.imshow('Vertical', cV)
cv2.imshow('Diagonal', cD)

# 等待按下任意键退出
cv2.waitKey(0)
cv2.destroyAllWindows()

请将代码中的 `input.jpg` 替换为你自己的图片路径，然后运行即可。在运行过程中，会弹出四个窗口，分别显示原始图像的低频部分和高频部分（水平、垂直和对角线）。