小波变换编码

import cv2
import numpy as np
import matplotlib.pyplot as plt
from pywt import dwt2, idwt2
def put(path):
    #0是表示直接读取灰度图
    img=cv2.imread(path, 0)  
    #对img进行haar小波变换
    cA,(cH,cV,cD)=dwt2(img,'haar')
    #小波变换之后，低频分量对应的图像：
    a=np.uint8(cA/np.max(cA)*255)
    #小波变换之后，水平方向高频分量对应的图像：
    b=np.uint8(cH/np.max(cH)*255)
    #小波变换之后，垂直平方向高频分量对应的图像：
    c=np.uint8(cV/np.max(cV)*255)
    # 小波变换之后，对角线方向高频分量对应的图像：
    d=np.uint8(cD/np.max(cD)*255)
    # 根据小波系数重构回去的图像
    rimg=idwt2((cA,(cH,cV,cD)),'haar')
    plt.rcParams['font.sans-serif']=['SimHei']
    plt.subplot(231),plt.imshow(img,'gray'),plt.title('原始图像'),plt.axis('off')
    plt.subplot(232),plt.imshow(a,'gray'),plt.title('低频分量'),plt.axis('off')
    plt.subplot(233),plt.imshow(b,'gray'),plt.title('水平方向高频分量'),plt.axis('off')
    plt.subplot(234),plt.imshow(c,'gray'),plt.title('垂直平方向高频分量'),plt.axis('off')
    plt.subplot(235),plt.imshow(d,'gray'),plt.title('对角线方向高频分量'),plt.axis('off')
    plt.subplot(236),plt.imshow(rimg,'gray'),plt.title('重构图像'),plt.axis('off')
    plt.show()
put(r'C:/Users/xpp/Desktop/Lena.png')