python小波图像处理（刚开始入门小白整理，方便以后自己学习改进）

此次任务参考了以下大佬的博客，链接：
haar小波：
https://blog.csdn.net/baidu_27643275/article/details/84826773
【小波变换】小波变换python实现–PyWavelets：
https://blog.csdn.net/baidu_27643275/article/details/85058074?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task

python代码：

import numpy as np
import pywt
import cv2
import matplotlib.pyplot as plt

img = cv2.imread("C:\\Users\\ASUS\\Desktop\\beautiful gril.jpg")
img = cv2.resize(img, (448, 448))
# 将多通道图像变为单通道图像
img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY).astype(np.float32)

plt.figure('二维小波一级变换')
coeffs = pywt.dwt2(img, 'haar')
cA, (cH, cV, cD) = coeffs

# 将各个子图进行拼接，最后得到一张图
AH = np.concatenate([cA, cH], axis=1)
VD = np.concatenate([cV, cD], axis=1)
img = np.concatenate([AH, VD], axis=0)

# 显示为灰度图
plt.imshow(img,'gray')
plt.title('result')
plt.show()

自己查了一些资料：
cv2.imread()接口读图像，读进来直接是BGR 格式数据格式在 0~255,需要特别注意的是图片读出来的格式是BGR，不是我们最常见的RGB格式，颜色肯定有区别
cv2.resize()尺寸放缩函数
cv2.cvtColor(p1,p2) 是颜色空间转换函数，p1是需要转换的图片，p2是转换成何种格式。cv2.COLOR_BGR2RGB 将BGR格式转换成RGB格式,cv2.COLOR_BGR2GRAY 将BGR格式转换成灰度图片
pywt.dwt2()二维小波变换（一维和n维类似）：单层变换
pywt.dwt2(data, wavelet, mode=‘symmetric’, axes=(-2, -1))
data：输入的数据
wavelet：小波基
mode：默认是对称的
return：(cA, (cH, cV, cD))要注意返回的值，分别为低频分量，水平高频，垂直高频，对角线高频。高频的值包含在一个tuple中。
单通道：例如灰度图，每个像素点只能有一个值表示颜色，它的像素值在0到255之间，0是黑色，255表示白色，中间值是一些不同等级的灰色。
三通道图：每个像素点都有三个值表示，所以就是3通道。
numpy.concatenate((a1, a2, …), axis=0)数组拼接函数，axis=1表示对应行的数组进行拼接，axis=0全部拼接

最终运行结果图：

上述参考的两个链接说的很清楚了。惭愧学过小波变换但是理解的太差了