Python中的快速笛卡尔到极坐标到笛卡尔

Question

我想将 Python 2d 数组/图像转换为极坐标，然后进行处理，然后将它们转换回笛卡尔坐标。以下是 ImajeJ Polar Transformer 插件的结果（在示例代码的同心圆上使用）：

图像的数量和暗度非常大，所以我正在检查 openCV 是否有快速简单的方法来做到这一点。

我读过关于 cv. CartToPolar 和 PolarToCart 但我没有使用它。我更了解LogPolar，其中输入和输出是数组，您可以在其中设置中心、插值和反转（即CV_WARP_INVERSE_MAP）。有没有办法以类似的方式使用 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()

这适用于断层扫描 (CT) 工作流程，如果环形伪影显示为线条，则可以更轻松地过滤掉它们。

Answer 1

更新：我正在寻找类似的东西，现在您可以使用 cv2 进行往返，如下所示：

import cv2
import math

# img -> your image 
h, w = img.shape[:2]
img_center = (h/2, w/2)
img_radius = math.hypot(h/2, w/2)

cart_2_polar_flag = cv2.WARP_FILL_OUTLIERS
img_forth = cv2.linearPolar(img, img_center, img_radius, cart_2_polar_flag)


polar_2_cart_flag = cv2.WARP_INVERSE_MAP
img_back = cv2.linearPolar(img_forth, img_center, img_radius, polar_2_cart_flag)

Answer 2

opencv 最新版本支持函数 cv2.linearPolar。 这可能是另一种不涉及使用opencv的解决方案：

def polar2cart(r, theta, center):

    x = r  * np.cos(theta) + center[0]
    y = r  * np.sin(theta) + center[1]
    return x, y

def img2polar(img, center, final_radius, initial_radius = None, phase_width = 3000):

    if initial_radius is None:
        initial_radius = 0

    theta , R = np.meshgrid(np.linspace(0, 2*np.pi, phase_width), 
                            np.arange(initial_radius, final_radius))

    Xcart, Ycart = polar2cart(R, theta, center)

    Xcart = Xcart.astype(int)
    Ycart = Ycart.astype(int)

    if img.ndim ==3:
        polar_img = img[Ycart,Xcart,:]
        polar_img = np.reshape(polar_img,(final_radius-initial_radius,phase_width,3))
    else:
        polar_img = img[Ycart,Xcart]
        polar_img = np.reshape(polar_img,(final_radius-initial_radius,phase_width))

    return polar_img

Answer 3

这是使用 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

鉴于这只是一个坐标变换，应该比OpenCV版本更容易适应你的问题。

Answer 4

CV 源代码提到了LinearPolar。它似乎没有记录，但似乎类似于LogPolar。你试过吗？