使用Matlab和Python

Question

基于以上数字：

我需要制作一个这样的数组：

array = [(image),(1,ll),(1,lh),(1,hl),(2,ll),(2,lh),(2,hl)]

这里，图像是一个numpy 2D数组，其余的数组项是通过未抽取的离散小波变换获得的组件，它们也是2D数组。

例如，

(1,ll) is level 1 component,channel low-high
(2,hl) is level 2 component, channel high-low

使用Python 2.7，这非常简单。

udwt = np.asarray(pywt.swt2(image, 'haar',2))
array = [image,
         udwt[0][0] ,    #1,ll
         udwt[0][1][0],  #1,lh
         udwt[0][1][1],  #1,hl
         udwt[1][0] ,    #2,ll
         udwt[1][1][0],  #2,lh
         udwt[1][1][1]]  #2,hl

但是，我无法在Matlab中执行此操作。

udwt = ndwt2(image,2,'haar');

组件可以在udwt.dec的{​​{1}} dec结构的udwt字段中找到。

从Python代码创建并行：

1 to 7

问题是，我没有在Matlab（1，ll）中得到第一级低 - 低分量（近似分量）

。

使用Python Matlab udwt[0][0] My question udwt[0][1][0] udwt.dec{5} udwt[0][1][1] udwt.dec{6} udwt[1][0] udwt.dec{1} udwt[1][1][0] udwt.dec{2} udwt[1][1][1] udwt.dec{3} (Python's function gives components from level 1 to level n. Matlab's function gives components from level n to level 1.(reverse order)) 进行2级分解时，它只给出了一个近似值和每个级别的3个细节（lh，hl，hh）。

然而在Python的pywt.swt2()中，我得到了每个级别的近似值，以及每个级别的3个细节（lh，hl，hh）。

所以我在Matlab中找到这个1，ll？

我认为ndwt2为2，ll（第2级的低 - 低，而不是基于答案here的第1级。

udwt.dec{1}

我应该使用其他功能代替dec{ 1 }        approximation level n 吗？