问题标签 [haar-wavelet]

我正在寻找 FFT 的替代品以在 python 中创建频谱图分析器。我听说小波变换比短时 FFT 更快，并且提供更好的时间精度。我阅读了这篇 wikipedia article，其中介绍了 Java 中的 Haar 小波变换实现：

https://en.wikipedia.org/wiki/Discrete_wavelet_transform#Code_example

我粗暴地将它转换为 python，但我不知道我得到的值是否正确。有人可以确认吗？

结果：

我正在尝试使用 Haar 小波对 arcsin(x) 进行小波分解。当同时使用 Matlabdwt或wavedec函数时，我得到近似系数的奇怪值。由于应用低通Haar小波滤波器等于执行半和并且arcsin的最大值为pi / 2，我假设近似系数不能超过pi / 2，但这段代码：

返回大于 pi/2 in 的值cA。这是为什么？

运行代码：

你能告诉我数组中的元素是什么c意思l吗？

我正在尝试在 C++ 中的灰色图像上实现 DWT。我在https://stackoverflow.com/a/20072775/3024435看到了一个 OpenCV 实现。

http://www.whydomath.org/node/wavlets/hwt.html上的文章有助于理解和使用 Haar 小波实现低/高通滤波器。

有人可以展示如何将其转换为使用 db3 或 db4 吗？？？

提前致谢

我使用了本教程中的代码：http: //opencvlover.blogspot.co.uk/2012/11/face-detection-in-javacv-using-haar.html

它经过轻微修改以读取不同的图像，并在尝试面部检测之前显示该图像（第14行）。通过这个我可以确认图像正在正确加载。

该错误稍后发生在第23行。这是完整的错误代码：

这是我的完整程序：

有谁知道是什么导致了这个错误，或者如何修复它？谢谢！

2d haar dwt 如何处理其中一个维度或两个维度都不是偶数长度的图像。例如图像 511x511 像素呢？

如果维度是偶数，那么它是直截了当的。从 512x512 像素我们得到 4 个 256x256 像素的子带。Inverse 2d haar dwt 将返回 512x512 像素的图像。

它如何处理非偶数维度？

我正在尝试检测面部轮廓图像（侧视图）中的耳朵。我尝试使用 opencv 中提供的 harrcascades（haarcascade_mcs_rightear、haarcascade_mcs_leftear、left_ear.xml、right_ear.xml）。我能够检测到侧面轮廓。但我不是能够用任何一个haarcascade检测耳朵。我正在使用轮廓人脸检测器指定感兴趣的区域。我无法找出我哪里出错了。请帮助我。同样的代码片段会很棒帮助。在此先感谢。以下是带有注释的代码。

我有一个训练有素的 OpenCV Haar 分类器，我正在使用示例面部检测程序并将我的分类器xml文件作为参数提供。该程序按预期工作，我的问题是程序如何知道何时检测到对象？

它是否使用实时视频源上的 Haar 特征矩形并检查 XML 中的特征匹配？

我想在图像上应用带有 haar 滤波器的小波，然后用近似系数重建图像。我在matlab中运行这段代码：

这是 pic.tif：

但是输出的图片是白屏，

为什么？！

我正在尝试通过 Haar 变换实现基本的 2D 小波变换之一。

我将此应用于图像去噪问题。

我恢复的结果有一些黑色块和一些白色块。

我想我在没有标准化的情况下坚持软阈值。

这是我的代码：

我怎样才能做到这一点 ？