Python中的2D小波滤波在图像上的应用

Question

我正在尝试在Python中进行2D小波滤波。我发现了PyWavelets并进行了一段时间的测试。我试图对4个级别进行转换。当我打印输出时，它给出了奇怪的输出结果，我不确定到底发生了什么。我已经尝试过几种方法，但这是最新的一个例子：

test = pywt.dwt2(picture,'db1')

任何有关使用PyWavelets或一般情况下在图像上执行2d小波的帮助都将不胜感激。谢谢。

编辑：小波变换的类型无关紧要。

- Kasarrah

Answer 1

请问这个奇怪的输出是什么意思？你应该得到一个包含cA、cL、cH和cD系数的输出向量。如果你想要查看变换域图像，请按照以下方式排列系数：cA，(cH，cV，cD)。

输出向量的长度=输入图像的行x列的数量（假设您有正方形图像）。

如果您想要查看较低分辨率的图像，请在输出向量中将前1/4个元素(cA)以方形格式排列。目前，它们将会是这样的[Row 1, Row2, Row3...]。另外，您是否在pywt.dwt2命令中提供了级别参数（可选）？

请参考此链接：http://www.pybytes.com/pywavelets/ref/2d-dwt-and-idwt.html。

- sam

---

请用Python代码解释一下[cA cL; cH cD]的含义。 - jtlz2

cA，(cH，cV，cD)是输出结果。在这里，cA是在该级别分解小波系数后留下的近似低分辨率图像。其他三个系数通过水平(cH)，垂直(cV)和对角线(cD)滤波器提取而来。 - sam

在这里，您可以看到水平、垂直和对角线图像。https://pywavelets.readthedocs.io/en/latest/ - sam