将彩色图像通过小波变换增强高频信息并显示，代码

以下是使用Python和OpenCV库进行小波变换的示例代码：

import cv2
import numpy as np

# 加载彩色图像
img = cv2.imread('color_image.jpg')

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 进行小波变换
coeffs = pywt.dwt2(gray, 'haar')
cA, (cH, cV, cD) = coeffs

# 将高频信息乘以增益因子
gain = 10
cH = cH * gain
cV = cV * gain
cD = cD * gain

# 重构图像
reconstructed = pywt.idwt2((cA, (cH, cV, cD)), 'haar')

# 将图像从灰度转换回彩色
enhanced = cv2.cvtColor(reconstructed.astype(np.uint8), cv2.COLOR_GRAY2BGR)

# 显示图像
cv2.imshow('Enhanced Image', enhanced)
cv2.waitKey(0)
cv2.destroyAllWindows()

请注意，此示例仅对图像进行了一次小波变换。您可能需要对其进行多次迭代以获得更好的结果，具体取决于您希望增强的特定频率范围。