python pywt.swt2参数详解+代码示例

函数说明：

pywt.swt2(data, wavelet, level, start_level=0, axes=(-2, -1), trim_approx=False, norm=False)

二维平稳小波变换

参数：
二维数组

data：array_like

使用小波,可以应用到元组，也可以应用到对应的轴

wavelet：Wavelet object or name string, or 2-tuple of wavelets

要执行的分解层数

level：int

默认为0，分解开始的层数

start_level：int, optional

用于计算平稳小波变换的轴，不允许重复元素

axes：2-tuple of ints, optional

如果为True，近似系数将在分解的最高层数保存

trim_approx：bool, optional

如果为True,变换进行归一化，默认为False

norm：bool, optional

返回：

近似系数和细节系数组成的列表

coeffs：list

代码示例

import cv2
import numpy as np
import pywt
#生成图片的低频系数和高频系数
img=cv2.imread(r'D:\pycharm\pytorch\study\data\LR\X4\9x4.jpg', 0)
coeffs=pywt.swt2(img,'haar',level=1)
[(cA,(cH,cV,cD))]=coeffs
#生成四个子图
cv2.imwrite('ca.png',np.uint8(cA))
cv2.imwrite('ch.png',np.uint8(cH))
cv2.imwrite('cv.png',np.uint8(cV))
cv2.imwrite('cd.png',np.uint8(cD))