opencv4.10.0 小波处理C++例子

在OpenCV 4.10.0中，小波分析是一种强大的图像处理工具，用于分析信号在不同尺度和频率下的特性。下面是一个简单的C++示例，展示了如何使用OpenCV库进行Haar小波变换：

#include <opencv2/opencv.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>

int main(int argc, char** argv)
{
    // 读取图像
    cv::Mat img = cv::imread("test.jpg", cv::IMREAD_GRAYSCALE);

    if (img.empty())
    {
        std::cout << "Could not open or find the image" << std::endl;
        return -1;
    }

    // 创建一个空的图像矩阵来存放小波系数
    cv::Mat coeffs(img.size(), CV_64F);

    // 进行Haar小波变换
    cv::waveletTransform(img, coeffs, cv::WAVELET_HAAR, 0); // 第四个参数表示层数，这里设置为0，即一阶分解

    // 分析结果
    for (int i = 0; i < coeffs.rows; ++i)
    {
        for (int j = 0; j < coeffs.cols; ++j)
        {
            std::cout << "Coefficients at (" << i << ", " << j << ") : " << coeffs.at<double>(i, j) << std::endl;
        }
    }

    return 0;
}

在这个例子中，我们首先加载一张灰度图像，然后使用`cv::waveletTransform`函数对图像进行Haar小波变换，并将结果存储到`coeffs`矩阵中。然后遍历并打印出每个像素的小波系数。