16位深度图像，你这个是8位的

非常抱歉，我之前提供的代码确实没有考虑到16位深度图像的情况。对于处理16位深度图像，需要进行一些修改。

以下是修改后的代码，可以处理16位深度的图像：

import os
import cv2
import pywt
import numpy as np

def denoise_image(image):
    # 转换为浮点型数据
    image = image.astype(np.float32)

    # 归一化到0-1之间
    image = image / np.max(image)

    # 选择小波函数和层数
    wavelet = 'db4'
    level = 1

    # 将图像进行小波分解
    coeffs = pywt.wavedec2(image, wavelet, level=level)

    # 对每个分解系数进行阈值处理
    threshold = np.std(coeffs[-level]) * np.sqrt(2 * np.log(np.prod(image.shape)))
    coeffs = [pywt.threshold(c, threshold) for c in coeffs]

    # 重构图像
    denoised_image = pywt.waverec2(coeffs, wavelet)

    # 反归一化
    denoised_image = denoised_image * np.max(image)

    return denoised_image.astype(np.uint16)

# 文件夹路径
folder_path = 'path/to/folder'

# 遍历文件夹中的所有tif图片
for filename in os.listdir(folder_path):
    if filename.endswith('.tif'):
        # 读取图片
        image_path = os.path.join(folder_path, filename)
        image = cv2.imread(image_path, cv2.IMREAD_UNCHANGED)

        # 降噪处理
        denoised_image = denoise_image(image)

        # 保存处理后的图像
        output_path = os.path.join(folder_path, 'denoised_' + filename)
        cv2.imwrite(output_path, denoised_image)

在修改后的代码中，我们首先将16位深度图像转换为浮点型数据，并进行归一化处理。等进行完小波降噪后，再反归一化回16位深度图像的范围。最后，将处理后的图像以16位深度写入文件。

请确保将代码中的 `'path/to/folder'` 替换为实际的文件夹路径。

希望这次修改能解决问题。如果还有其他问题，请随时提问。