在python中使用'haar‘小波对图像进行离散小波变换
在python中使用'haar‘小波对图像进行离散小波变换
提问于 2018-05-13 17:36:14
我正在尝试将haar小波应用于python中的图像。以下是代码
from pywt import dwt2, idwt2
img = cv2.imread('xyz.png')
cA, (cH, cV, cD) = dwt2(img, 'haar') 然后我修改嵌入一些数据的系数，如下所示
cH1=cH+k*pn_sequence_h
cV1=cV+k*pn_sequence_v之后，我用下面的代码应用idwt
idwt2(cA,(cH1,cV1,cD),'haar')[:Mc,:Nc]其中Mc和Nc是分解图像的高度和宽度。
但是，我得到了一个错误的代码。下面是一个错误。
Traceback (most recent call last):
File "dwt.py", line 15, in <module>
idwt2(cA,(cH1,cV1,cD),'haar')[:Mc,:Nc]
File "C:\Python27\lib\site-packages\pywt\_multidim.py", line 104, in idwt2
LL, (HL, LH, HH) = coeffs
ValueError: too many values to unpack我应该怎么做才能修复这个错误？我是python的新手。任何帮助都将不胜感激。
在下面的代码中，我也尝试过这样做。但是这里我没有得到像CA，CH，CV，CD这样的系数。我得到的是所有系数加在一起。
import numpy as np
import pywt
import numpy
import PIL
from PIL import Image
img = PIL.Image.open("rot.png").convert("L")
imgarr = numpy.array(img)
coeffs = pywt.dwt2(imgarr, 'haar')
pywt.idwt2(coeffs, 'haar')回答 1
Stack Overflow用户
发布于 2018-07-27 08:32:57
下面的代码应该可以工作：
idwt2((cA,(cH1,cV1,cD)),'haar')[:Mc,:Nc]
您错过了将coeffs打包到单个元组中。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/50314719
复制相关文章
相似问题