python 小波分析 cwt,Python中 pywt 小波分析库中的一些基本使用方法

尺度函数 ： scaling function (在一些文档中又称为父函数 father wavelet )

小波函数 ： wavelet function(在一些文档中又称为母函数 mother wavelet)

连续的小波变换 ：CWT

离散的小波变换 ：DWT

小波变换的基本知识：

不同的小波基函数，是由同一个基本小波函数经缩放和平移生成的。

小波变换是将原始图像与小波基函数以及尺度函数进行内积运算,所以一个尺度函数和一个小波基函数就可以确定一个小波变换

小波变换后低频分量

基本的小波变换函数

二维离散小波变换：

(官网上的例子)

import numpy as np

import pandas as pd

import matplotlib.pyplot as plt

def test_pywt():

import numpy as np

import matplotlib.pyplot as plt

import pywt

import pywt.data

# Load image

original = pywt.data.camera()

# Wavelet transform of image, and plot approximation and details

titles = ['Approximation', ' Horizontal detail',

'Vertical detail', 'Diagonal detail']

coeffs2 = pywt.dwt2(original, 'bior1.3')

LL, (LH, HL, HH) = coeffs2

plt.imshow(original)

plt.colorbar(shrink=0.8)

fig = plt.figure(figsize=(12, 3))

for i, a in enumerate([LL, LH, HL, HH]):

ax = fig.add_subplot(1, 4, i + 1)

ax.imshow(a, interpolation="nearest", cmap=plt.cm.gray)

ax.set_title(titles[i], fontsize=10)

ax.set_xticks([])

ax.set_yticks([])

fig.tight_layout()

plt.show()

# test_pywt()

#coding=gbk

'''

Created on 2018年10月9日

这个模块是为了测试 pywt 库 的相关用法

@author: Administrator

'''

import pywt

print(pywt.families()) #打印出小波族

# ['haar', 'db', 'sym', 'coif', 'bior', 'rbio', 'dmey', 'gaus', 'mexh', 'morl', 'cgau', 'shan', 'fbsp', 'cmor']

for family in pywt.families(): #打印出每个小波族的每个小波函数

print('%s family: '%(family) + ','.join(pywt.wavelist(family)))

# haar family: haar

# db family: db1,db2,db3,db4,db5,db6,db7,db8,db9,db10,db11,db12,db13,db14,db15,db16,db17,db18,db19,db2