如何在Python中使用DWT的HH，HL，LH和LL波段重建图像？

import pywt
import numpy as np
import cv2

image = cv2.imread('image.jpg', 0)  # 以灰度模式加载图像

coeffs = pywt.dwt2(image, 'haar')  # 使用Haar小波进行二维离散小波变换
cA, (cH, cV, cD) = coeffs  # 分解得到近似系数cA和细节系数cH、cV、cD

reconstructed_image = pywt.idwt2((cA, (None, None, None)), 'haar')  # 仅使用近似系数cA进行逆变换
HH_image = pywt.idwt2((None, (cH, None, None)), 'haar')  # 仅使用水平细节系数cH进行逆变换
HL_image = pywt.idwt2((None, (None, cV, None)), 'haar')  # 仅使用垂直细节系数cV进行逆变换
LH_image = pywt.idwt2((None, (None, None, cD)), 'haar')  # 仅使用对角细节系数cD进行逆变换

cv2.imshow('Reconstructed Image', reconstructed_image.astype(np.uint8))
cv2.imshow('HH Image', HH_image.astype(np.uint8))
cv2.imshow('HL Image', HL_image.astype(np.uint8))
cv2.imshow('LH Image', LH_image.astype(np.uint8))
cv2.waitKey(0)
cv2.destroyAllWindows()