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pywt.wavedec2将输入图像进行分解，分解成高频、低频部分 并将高频、低频部分显示出来 若低频部分出现许多黑色板块 请帮我去除 尽量保留黑色板块处对应输入图像所在位置的形状 随后对低频部分执行灰度形态学操作，构造 0°、45°、90°和135°四种方向的元素形状对低频部分进行灰度闭运算操作 扩大划痕的宽度、或则将接近连续的划痕连接起来 之后采用 5×5 中值滤波 对高频部分进行去噪处理 去除噪音 保留轮廓 随后使用小波逆变换将低频、高频部分重新合起来 并展示

以下是使用Opencv 4.0.1和Python 3.8实现要求的代码：

import cv2
import pywt
import numpy as np

# 读取输入图像
img = cv2.imread('input.jpg', cv2.IMREAD_GRAYSCALE)

# 小波变换分解
coeffs = pywt.wavedec2(img, 'haar', level=3)

# 获取低频部分
cA3, cH3, cV3, cD3 = coeffs
cA2, cH2, cV2, cD2 = cA3, cH3, cV3, cD3
cA1, cH1, cV1, cD1 = cA2, cH2, cV2, cD2
cA, cH, cV, cD = cA1, cH1, cV1, cD1

# 显示低频部分
cv2.imshow('Low-frequency part', cA)

# 去除低频部分中的黑色板块
_, thresh = cv2.threshold(cA, 30, 255, cv2.THRESH_BINARY)
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (7, 7))
closed = cv2.morphologyEx(thresh, cv2.MORPH_CLOSE, kernel)
opened = cv2.morphologyEx(closed, cv2.MORPH_OPEN, kernel)
mask = cv2.bitwise_not(opened)
cA = cv2.bitwise_and(cA, cA, mask=mask)

# 显示处理后的低频部分
cv2.imshow('Processed low-frequency part', cA)

# 构造灰度形态学操作的元素形状
kernel = np.zeros((5, 5), dtype=np.uint8)
kernel[2, :] = 1
kernel[:, 2] = 1
kernel45 = cv2.getStructuringElement(cv2.MORPH_CROSS, (5, 5))
kernel90 = cv2.rotate(kernel, cv2.ROTATE_90_CLOCKWISE)
kernel135 = cv2.rotate(kernel, cv2.ROTATE_180)

# 对低频部分进行灰度闭运算操作
cA = cv2.morphologyEx(cA, cv2.MORPH_CLOSE, kernel)
cA45 = cv2.morphologyEx(cA, cv2.MORPH_CLOSE, kernel45)
cA90 = cv2.morphologyEx(cA, cv2.MORPH_CLOSE, kernel90)
cA135 = cv2.morphologyEx(cA, cv2.MORPH_CLOSE, kernel135)

# 显示四个方向上处理后的低频部分
cv2.imshow('Processed low-frequency part (0 degree)', cA)
cv2.imshow('Processed low-frequency part (45 degree)', cA45)
cv2.imshow('Processed low-frequency part (90 degree)', cA90)
cv2.imshow('Processed low-frequency part (135 degree)', cA135)

# 对高频部分进行中值滤波去噪
cH = cv2.medianBlur(cH, 5)
cV = cv2.medianBlur(cV, 5)
cD = cv2.medianBlur(cD, 5)

# 小波逆变换合并低频、高频部分
coeffs = cA, (cH, cV, cD)
img_reconstructed = pywt.waverec2(coeffs, 'haar')

# 显示重构后的图像
cv2.imshow('Reconstructed image', img_reconstructed)

# 等待按下任意按键后关闭所有窗口
cv2.waitKey(0)
cv2.destroyAllWindows()

其中，`input.jpg`是输入图像的文件名，可以根据实际情况修改。注意，在运行代码之前需要先安装Opencv和pywt库。