如何从Python中的2D离散小波变换系数计算香农熵、能量、平均值等？

我有一个图像，我应该在变换域中分析它，也就是通过离散小波变换。对于该分析，我应该使用从2D DWT获得的系数计算熵、能量、平均值、平均绝对偏差、中值绝对偏差和对比度。我有以下代码，但有人告诉我这不是计算这些系数的正确方法，因此我需要帮助：

cA, (cH, cV, cD) = pywt.dwt2(img.T, 'db1')
energy.append((cH**2 + cV**2 + cD**2).sum()/img.size)
entropy.append(skimage.measure.shannon_entropy(cA))
mean.append(np.mean(cA, axis=(0,1)))
mean_absolute_deviation.append(np.mean(np.absolute(cA - np.mean(cA, axis=(0,1))), axis=(0,1)))
median_absolute_deviation.append(stats.median_abs_deviation(cA,axis=(0,1)))
contrast.append(cA.std())

因此，请看一看并建议代码的改进