将 Numpy/OpenCV 数组图像转换为 Wand 图像的问题

Question

我目前正在尝试执行极坐标到笛卡尔坐标图像的转换，以将原始声纳图像显示为“扇形显示”。

最初我有一个np.float64 类型的 Numpy Array 图像，如下所示：

经过一番搜索，我发现了这篇 StackOverflow 帖子 Inverse transform an image from Polar to Cartesian in OpenCV 有一个非常相似的问题，其中发帖人似乎已经通过使用 Python Wand 库 (http://docs.wand-py.org/en/0.5.9/index.html) 解决了他/她的问题，特别是使用他们的一组失真函数。

但是，当我尝试使用 Wand 并读入图像时，我最终用 Wand 得到了下面的图像，它似乎比原始图像小。然而，奇怪的是img.size 给出的尺寸数字仍然与原始图像的形状相同。

这个转换的代码如下：

print(raw_img.shape)
wand_img = Image.from_array(raw_img.astype(np.uint8), channel_map="I") #=> (369, 256)
display(wand_img)
print("Current image size", wand_img.size) #=> "Current image size (369, 256)" 

这绝对是一个很大的问题，因为 Wand 会自动给出错误的“粉丝形象”。以前是否有人熟悉 Wand 库的此类问题，如果是，请问有什么推荐的解决方案来解决此问题？

如果这个问题没有很快解决，我有一个使用 OpenCV 的 cv::remap 函数 (https://docs.opencv.org/4.1.2/da/d54/group__imgproc__transform.html#ga5bb5a1fea74ea38e1a5445ca803ff121) 的备用备份。然而，问题在于我不确定使用什么映射数组（即map_x 和map_y）来执行极坐标->笛卡尔变换，因为使用实现以下变换方程的映射矩阵：

r = polar_distances(raw_img)
x = r * cos(theta)
y = r * sin(theta)

似乎没有用，而是从 OpenCV 中抛出了错误。

非常感谢您对此问题的任何帮助和见解。谢谢！

- 尼克S

编辑我也尝试过另一个图像示例，但它仍然显示出类似的问题。所以首先，我使用 OpenCV 将图像导入 Python，使用以下代码行：

import matplotlib.pyplot as plt
from wand.image import Image
from wand.display import display
import cv2

img = cv2.imread("Test_Img.jpg")
img_rgb = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

plt.figure()
plt.imshow(img_rgb)
plt.show()

结果显示如下：

但是，当我继续尝试使用 Wand 打开 img_rgb 对象时，使用以下代码：

wand_img = Image.from_array(img_rgb)
display(img_rgb)

我得到的是以下结果。

我尝试直接在文件上使用wand.image.Image()打开图片，使用display()功能时可以正确显示图片，所以我相信安装上的魔杖库没有任何问题系统。

我是否需要将 numpy 转换为我缺少的 Wand Image 所需的步骤？如果是这样，它会是什么，建议的方法是什么？

请记住，我强调将 Numpy 转换为 Wand Image 非常重要，原始声纳图像存储为二进制数据，因此需要使用 Numpy 将它们转换为正确的图像。

Answer 1

我需要将 numpy 转换为我缺少的 Wand Image 的步骤吗？

没有，但是 Wand 0.5.x 中 Wand 的 Numpy 实现存在一个错误。 OpenCV的ndarray的shape是(ROWS, COLUMNS, CHANNELS)，但是Wand的ndarray是(WIDTH, HEIGHT, CHANNELS)。我相信这已经在未来 0.6.x 版本中得到修复。

如果是这样，它会是什么？建议的方法是什么？

在传递给 Wand 之前交换 img_rgb.shape 中的值。

img_rgb.shape = (img_rgb.shape[1], img_rgb.shape[0], img_rgb.shape[2],)
with Image.from_array(img_rgb) as img:
    display(img)