我想在Python 2d数组/图像中转换成极坐标,然后进行处理,然后再将它们转换回笛卡尔坐标。以下是ImajeJPolar Transformer插件(用于示例代码的同心圆)的结果:
图像的数量和大小相当大,所以我在检查openCV是否有一个快速简单的方法来完成这项工作。
我读过简历。CartToPolar
和PolarToCart
但是我没有使用它。我更理解输入和输出是数组的LogPolar
,以及可以设置中心、插值和反转(即CV_WARP_INVERSE_MAP
)的地方。有没有类似的方式使用CartToPolar/PolarToCart?
import numpy as np
import cv
#sample 2D array that featues concentric circles
circlesArr = np.ndarray((512,512),dtype=np.float32)
for i in range(10,600,10): cv.Circle(circlesArr,(256,256),i-10,np.random.randint(60,500),thickness=4)
#logpolar
lp = np.ndarray((512,512),dtype=np.float32)
cv.LogPolar(circlesArr,lp,(256,256),100,cv.CV_WARP_FILL_OUTLIERS)
#logpolar Inverse
lpinv = np.ndarray((512,512),dtype=np.float32)
cv.LogPolar(lp,lpinv,(256,256),100, cv.CV_WARP_INVERSE_MAP + cv.CV_WARP_FILL_OUTLIERS)
#display images
from scipy.misc import toimage
toimage(lp, mode="L").show()
toimage(lpinv, mode="L").show()
这是一个断层扫描(CT)的工作流程,环伪影可以更容易地过滤掉,如果他们出现的线。
下面是使用SciPy实现的对数极坐标变换的示例:
https://github.com/stefanv/supreme/blob/master/supreme/transform/transform.py#L51
考虑到这只是一个坐标变换,因此比OpenCV版本更容易适应您的问题。
最新版本的opencv支持一个函数cv2.linearPolar。 这可能是另一个不涉及使用opencv的解决方案:
CV源代码提到了一个
LinearPolar
。它似乎没有文档记录,但似乎与LogPolar
类似。你试过了吗?相关问题 更多 >
编程相关推荐