我試圖在python中的圖像上應(yīng)用haar小波。這是代碼from pywt import dwt2, idwt2

img = cv2.imread('xyz.png')

cA, (cH, cV, cD) = dwt2(img, 'haar')

然后我修改嵌入一些數(shù)據(jù)的系數(shù)，如下所示cH1=cH+k*pn_sequence_h

cV1=cV+k*pn_sequence_v

之后，我將idwt應(yīng)用于下面的代碼idwt2(cA,(cH1,cV1,cD),'haar')[:Mc,:Nc]

其中Mc和Nc是分解圖像的高度和寬度。

但是，我收到此代碼的錯(cuò)誤。以下是錯(cuò)誤。Traceback (most recent call last):

File "dwt.py", line 15, in

idwt2(cA,(cH1,cV1,cD),'haar')[:Mc,:Nc]

File "C:\Python27\lib\site-packages\pywt\_multidim.py", line 104, in idwt2

LL, (HL, LH, HH) = coeffs

ValueError: too many values to unpack

我該怎么做才能解決這個(gè)錯(cuò)誤？我是python的新手。任何幫助將不勝感激。

我也在下面的代碼中嘗試過這樣的。但在這里我沒有得到像CA，CH，CV，CD這樣的系數(shù)。我得到的是所有系數(shù)。import numpy as np

import pywt

import numpy

import PIL

from PIL import Image

img = PIL.Image.open("rot.png").convert("L")

imgarr = numpy.array(img)

coeffs = pywt.dwt2(imgarr, 'haar')

pywt.idwt2(coeffs, 'haar')

總結(jié)

以上是生活随笔為你收集整理的离散小波变换 python_用python中的“haar”小波对图像进行离散小波变换的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。