本文，用python实现图像的小波变换，并分离出高频信息和低频信息。
工具/原料
1
电脑
2
anaconda（python3.6）
方法/步骤
1
读取灰度图：import cv2from pywt import dwt2, idwt2img = cv2.imread('0.png',0)m,n=img.shape图像是512*512 dps的。
2
对img进行haar小波变换：p,(q,r,s)=dwt2(img,'haar')显示小波变换之后，p对应的图像：import numpy as npcv2.imwrite('02.png',np.uint8(p))
3
q对应的图像：
4
r对应的图像：
5
s对应的图像：
6
换个例子：
7
上面的灰度图，经过haar小波变换之后的低频信息是p：
注意事项
1
注意，第一次小波变换之后，得到的小图像恰好是原图的一半尺寸（高和宽各一半）。
2
原图的高和宽都是2的5次方。
3
所谓低频，指的是图像颜色的亮度变换平缓的区域，相反的，颜色变化剧烈，则为高频，例如图片中的噪声。