如何在Python中使用DWT的HH，HL，LH和LL波段重建图像？
在Python中使用DWT（离散小波变换）的HH、HL、LH和LL波段重建图像，可以通过以下步骤实现：
- 导入必要的库和模块：
import pywt
import numpy as np
import cv2- 加载原始图像：
image = cv2.imread('image.jpg', 0) # 以灰度模式加载图像- 进行离散小波变换（DWT）：
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- 重建图像的HH、HL、LH和LL波段：
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- 显示重建的图像：
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()这样，你就可以在Python中使用DWT的HH、HL、LH和LL波段重建图像了。
注意：以上代码使用了PyWavelets库（pywt）来实现离散小波变换和逆变换。你可以使用pip命令安装该库：pip install PyWavelets。
关于离散小波变换和相关概念的详细信息，你可以参考腾讯云的《小波变换》文档：小波变换 - 腾讯云。
相关·内容
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
浏览 4提问于2018-05-13得票数 1
我找到了一个图像的DWT，代码如下 import numpy as np
import matplotlib.pyplot as plt
import cv2
import pywt
import pywt.data
# Load image
original = cv2.imread('/content/drive/My Drive/Colab Notebooks/Asplab/fgsm/watermark1.JPEG')
original = cv2.cvtColor(original, cv2.COLOR_BGR2GRAY)
# Wavelet transform
浏览 142提问于2020-07-02得票数 0
尝试使用此link中描述的PyWavelets进行小波变换，以下是我的代码： import pywt
import cv2 as cv
img = cv.imread('D:/gray.jpeg', cv.IMREAD_GRAYSCALE) #read gray image.
img = cv.resize(img, (256,256))
coeffs2 = pywt.dwt2(img, 'bior1.3')
LL, (LH, HL, HH) = coeffs2 现在，我想将LL，LH和HH保存为3通道图像，但我不知道如何做到这一点，谁能告诉我怎么做吗？ 我的
浏览 74提问于2019-05-14得票数 1
我想找到图像帧的能量。这就是我在Matlab中的计算方法。
[~,LH,HL,HH] = dwt2(rgb2gray(maskedImage),'db1'); % applying dwt
E = HL.^2 + LH.^2 + HH.^2; % Calculating the energy of each pixel.
Eframe = sum(sum(E))/(m*n); % m,n row and columns of image.
当我在python中为同一张图片编程时，能量值显示为预期的0.7值170，我的程序哪里出错了，请建议
#!usr/bin/pytho
浏览 6提问于2016-06-22得票数 1
回答已采纳
1回答
我使用的是科幻图像的函数greycomatrix，我想把它作为输入，通过小波变换得到的一个分量经过haar滤波。
import pywt
import cv2
from skimage.feature import greycomatrix
original = cv2.imread('img.jpg', cv2.IMREAD_GRAYSCALE)
coeffs2 = pywt.dwt2(original, 'haar')
LL, (LH, HL, HH) = coeffs2
cv2.imshow('image', HH)
gCoMat = g
浏览 1提问于2019-03-11得票数 1
回答已采纳
我目前正在做一个图像处理的项目。我对蟒蛇很陌生。任何帮助都将不胜感激。利用离散小波变换将图像分解成带，并对系数进行修正。下面的代码给出了一个错误。这是代码
`import cv2
import numpy as np
from PIL import Image
import numpy
from pywt import dwt2, idwt2
from random import Random
import random
import pywt
img = cv2.imread('xyy.png')
def im2double(im):
min_val = np.
浏览 1提问于2018-05-10得票数 0
回答已采纳
1回答
我编写了下面的代码，它接受图像的Haar变换，并将一条秘密消息一点一点地嵌入在系数中最不重要的比特中。为了使用位集函数，我将双系数转换为uint64，并在嵌入后将它们更改回。
function DwtSteg(address,message)
coverImage=imread(address);
ascii=uint8(message);
[LL LH HL HH]=dwt2(coverImage,'haar');
LH=round(LH);
HL=round(HL);
subplot(1,2,1
浏览 4提问于2016-03-24得票数 0
回答已采纳
1回答
这可能是一个不同论坛的问题，如果是这样，请让我知道。我注意到只有14个人关注小波标签。
我在这里提供了一种优雅的方法，可以将pywt (pyWavelets包)中的小波分解扩展到多维。如果安装了pywt，这应该是开箱即用的。测试1显示了3D数组的分解和重组。所有需要做的就是增加维度的数量，这样代码就可以分解/重组4、6甚至18个维度的数据。
我在这里替换了pywt.wavedec和pywt.waverec函数。另外，在fn_dec中，我展示了新的wavedec函数是如何像旧函数一样工作的。
但有一个问题:它将小波系数表示为与数据形状相同的数组。因此，由于我对小波的了解有限，我只能将其用于Haa
浏览 4提问于2011-04-19得票数 8
回答已采纳
2回答
本文将dwt2函数应用于图像小波变换，给出了四种结果图像:cA(低通图像)、cH (水平细节图像)、cV(垂直细节图像)、cD (对角线细节图像)。到现在为止这一切都很好。我想要可视化那些结果图像。
现在，我正在使用下面的代码可视化这四个结果图像。
image = imread(imagePath);
wavename = 'haar';
[cA,cH,cV,cD] = dwt2(im2double(iamge),wavename);
imshow([cA,cH; cV,cD],'Colormap',gray);
当我运行此代码时，可视化结果如下所示
但我
浏览 1提问于2015-08-11得票数 3
回答已采纳
1回答
我正在尝试并遵循示例。
import pywt
x = [3, 7, 1, 1, -2, 5, 4, 6]
cA, cD = pywt.dwt(x, 'db2')
只是为了确认一下，cA是缩放而cD是时间延迟吗？有什么方法可以改变移位/缩放步长(中的a和b参数)？
浏览 3提问于2015-03-31得票数 0
1回答
我需要对心电信号进行以下去噪：
用“db6”小波到9个层次的离散小波变换
在0-0.35Hz范围内的第9电平上过滤频率(而不是细节系数)。
仅使用3到9级来重建信号
我不知道如何在Python (PyWavelets)中执行第二步，因为我只能修改细节和近似系数，也不知道如何将它们与频率关联起来。
我该怎么做？
这是我的密码
import pywt
#DWT
coeff = pywt.wavedec(data,'db6',level=9)
#filter the 0-0.35Hz frequencies in the 9-t
浏览 0提问于2019-02-10得票数 4
回答已采纳
3回答
准小波信号重构
、、
我正在尝试使用pywavelet库来理解小波的概念。我的第一步是看看如何使用小波系数重建给定的输入信号。下面是我的代码：
db1 = pywt.Wavelet('db1')
cA6, cD6,cD5, cD4, cD3, cD2, cD1=pywt.wavedec(data, db1, level=6)
cA6cD_approx = pywt.upcoef('a',cA6,'db1',take=n, level=6) + pywt.upcoef('d',cD1,'db1',take=n, level=6)\
浏览 7提问于2017-04-20得票数 2
我的代码是：
def Wavelet(img):
"""Using Wavelet transform to denoise"""
img=img/255
results=[]
R, G, B=cv2.split(img)
channels=[R,G,B]
for channel in channels:
coeffs = pywt.dwt2(channel, 'haar')
cA, (cH, cV, cD) = coeffs
cA1=cv2.blur(cA,(5,5),cv2.BORDER_DEFAULT
浏览 0提问于2020-05-06得票数 0
1回答
我对pywt和小波分析很陌生。我现在面临着几个问题，我希望有人能帮助我。
首先，我想更改my_wavelet中的展开(D)和平移(x)，但我不知道如何准确地完成它。如果有人举个例子，我将非常感激。
第二，我可以在数组s的边缘添加零吗？由于值的输出cA和cD为7，而输入s为13，或者有什么方法可以避免缩小大小？
第三，上面公式中的C_P，D是否与pywt.dwt函数的cA输出相同？我仍然不明白为什么公式中只有一个输出，但是pywt.dwt给了两个输出？
s = [1,2,3,7,8,9,5,1,1,0,1]
my_filter_bank = ( [1,1], [-1,1], [1,1]
浏览 9提问于2022-03-07得票数 0
回答已采纳
1回答
我在编写matlab程序时遇到了一个问题，真的需要你的帮助
我有一个二进制图像(只有0和1)，我用matlab代码实现了haar小波变换：
[LL,LH,HL,HH] =dwt2( f, 'haar');
我还有四个子图。
LL：最大值为2，最小值为0(这里我们有0- 0.5 -1- 1.5 - 2)
HL、LH和HH：最大为1，最小为-1 (这里我们有-1 - (- 0.5 ) -0-0.5- 1)
但是现在，因为这是一个二进制图像，所以我希望我们的结果只属于0和1。可能我们可以使用低通过过滤器是OR逻辑，而高通过过滤器是异或。
但我不知道如何解释这个和代码，请帮助我。
非常
浏览 4提问于2014-05-13得票数 1
1回答
在下面的文章中，我试图实现一个简单的图像超分辨率算法(基于DWT的分辨率增强)。
下面给出了使用Matlab.Code实现本文图3中的算法的方法。
img1 = imread('lena1.jpg'); %original High resolution image
[height, width, dim] = size(img1);
%%Downsampling the image by averaging
avgfilter = fspecial('average', [2 2]);
avgimg = filter2(avgfilter, img1);
浏览 2提问于2014-11-06得票数 2
回答已采纳
5回答
我需要使用pyWavelet，也就是pywt来读取我的图像，为它做小波，下面的例子只用来加载相机图像，如何使用我电脑路径中的另一个图像？ import pywt
import pywt.data
# Load image
original = pywt.data.camera()
浏览 98提问于2019-06-26得票数 2
回答已采纳
1回答
我在测试
protected final double sqrt_3 = Math.sqrt( 3 );
protected final double denom = 4 * Math.sqrt( 2 );
//
// forward transform scaling (smoothing) coefficients
//
protected final double h0 = (1 + sqrt_3)/denom;
protected final double h1 = (3 + sqrt_3)/denom;
protected final
浏览 0提问于2019-03-16得票数 0
回答已采纳
1回答
我有一些图像数据，应该是用MATLAB的5/3 Le Gall整数提升小波变换来转换的。执行逆DWT的实际Matlab代码调用以下函数：
liftwave('rbio2.2')
它以4个128x128矩阵(LL，HL，LH，HH)和小波(从提升格式中称为LS )作为输入，并返回252x252像素的图像。我不知道它在做逆DWT之前是否增加了任何填充，对于这种类型的小波，也不知道得到的图像大小是否正常。
我正在寻找一个实现特殊的小波逆DWT外Matlab。我试过了小波，但得到的图像是不同的(错误)。
有人能建议开放源码实现吗？
更新
我发现(众多的)整数到整数映射的小波：
void
浏览 6提问于2020-11-04得票数 1
2回答
matlab中的图像隐写
、、、
我是matlab中的新手，我最终完成了利用DWT和DCT相结合的数字图像隐写技术。在本项目中，我使用2-LDWT和8x8块DCT，并使用DCT嵌入图像。
以下是我的问题：
如何在matlab代码中选择LH子带？
如何在8x8块dct中嵌入图像，分步解释？
浏览 5提问于2014-01-07得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
