【图像处理】图像离散小波变换（Discrete Wavelet Transform）及python代码实现

Motivation

看到有论文用到了图像的Haar Discrete Wavelet Transform（HDWT），前面也听老师提到过用小波变换做去噪、超分的文章，于是借着这个机会好好学习一下。

直观理解

参考知乎上的这篇文章：https://zhuanlan.zhihu.com/p/22450818 关于傅立叶变换和小波变换的直观概念解释的非常清楚（需要对傅立叶变换有基本的理解）

二维图像离散小波变换（DWT）

先放一张图直观感受一下这个过程（图中是经过两次DWT的）
1. 首先明确什么是H和L。H和L其实表示的是高通滤波器（High pass filter）和低通滤波器（Low pass filter）。高通滤波器用于提取边缘特征，低通滤波器用于图像近似（approximation）.
2. 两次滤波得到输出结果。如下图所示，先通过低通和高通滤波器（纵向 vertical），再分别通过一次低通和高通滤波器（横向 horizontal）。最后得到LL, HL, LH, HH。分别表示近似图像（也可以理解为压缩了的图像，有损失）、纵向边缘特征（通过了纵向高通滤波器）、横向边缘特征（通过了横向高通滤波器）、对角特征（diagonal 横向纵向都通过高通滤波器）。

上图看不太清楚的话可以看下面这张图（看看后面的图就好了，中间的过程感觉表示的不太对）