Python 将二维矩阵转换为圆锥体的图像

我有一个大小为512x256的2D numpy矩阵。我可以很容易地使用PIL或scipy等将其转换为图像，但很明显，这给了我512x256大小的矩形的形状。我想知道我是否可以做些什么，使这个矩阵成为一个圆锥形状，如图所附

---

我是怎么想的，矩阵的第一列是圆锥最左边的一条线，矩阵的下一列是在这条线的右边，依此类推。因为两个极端之间的角度是45度，我有256列，这意味着每一行的角度增量是（45/256）？这些只是一些粗略的想法，但我想向社区学习，如果他们对我应该如何进行这项工作有任何想法的话？我设想一个黑色正方形的主图像，这个圆锥体在中间。有什么想法/想法吗

这是一个快速而肮脏的解决方案，它将结果图像中的极坐标映射到原始图像中的直角坐标，并在原始图像的每个通道上使用

interp2d

：

import numpy as np
from scipy import misc
from scipy.interpolate import interp2d
from math import pi, atan2, hypot

inputImagePath = 'wherever/whateverYouWantToInterpolate.jpg'
resultWidth = 800
resultHeight = 600
centerX = resultWidth / 2
centerY = - 50.0
maxAngle =  45.0 / 2 / 180 * pi
minAngle = -maxAngle
minRadius = 100.0
maxRadius = 600.0

inputImage = misc.imread(inputImagePath)
h,w,chn = inputImage.shape
print(f"h = {h} w = {w} chn = {chn}")
channels = [inputImage[:,:,i] for i in range(3)]
interpolated = [interp2d(range(w), range(h), c) for c in channels]
resultImage = np.zeros([resultHeight, resultWidth, 3], dtype = np.uint8)

for c in range(resultWidth):
  for r in range(resultHeight):
    dx = c - centerX
    dy = r - centerY
    angle = atan2(dx, dy) # yes, dx, dy in this case!
    if angle < maxAngle and angle > minAngle:
      origCol = (angle - minAngle) / (maxAngle - minAngle) * w
      radius = hypot(dx, dy)
      if radius > minRadius and radius < maxRadius:
        origRow = (radius - minRadius) / (maxRadius - minRadius) * h
        for chn in range(3):
          resultImage[r, c, chn] = interpolated[chn](origCol, origRow)

import matplotlib.pyplot as plt
plt.imshow(resultImage)
plt.show()

将numpy导入为np
从scipy导入杂项
从scipy.interpole导入interp2d
从数学导入pi、atan2、hypot
inputImagePath='where/whateverYouWantToInterpolate.jpg'
resultWidth=800
结果光=600
centerX=结果宽度/2
centerY=-50.0
最大角度=45.0/2/180*pi
minAngle=-maxAngle
最小半径=100.0
最大半径=600.0
inputImage=misc.imread（inputImagePath）
h、 w，chn=inputImage.shape
打印（f“h={h}w={w}chn={chn}”）
通道=[inputImage[：，：，i]用于范围（3）中的i]
插值=[通道中c的interp2d（范围（w）、范围（h）、c）]
resultImage=np.zero（[resultHeight，resulttwidth，3]，dtype=np.uint8）
对于范围内的c（结果宽度）：
对于范围内的r（结果灯）：
dx=c-centerX
dy=r-centerY
角度=atan2（dx，dy）#是的，在这种情况下，dx，dy！
如果角度<最大角度和角度>最小角度：
origCol=（角度-米南格尔）/（最大角度-米南格尔）*w
半径=下压（dx，dy）
如果半径>最小半径且半径<最大半径：
origRow=（半径-最小半径）/（最大半径-最小半径）*h
对于范围（3）内的chn：
结果年龄[r，c，chn]=插值[chn]（origCol，origRow）
将matplotlib.pyplot作为plt导入
plt.imshow（结果图像）
plt.show（）

产生：

---

性能很差，没有费心“矢量化”。将在了解如何更新时更新。

您始终需要完整的像素矩阵来生成图像，因此，当您希望从等距笛卡尔坐标系进行变换，但仍要生成基于像素的图片时，您必须考虑将什么放入像素中，一旦生成圆锥体，每个像素的定义将为空。如果你在谷歌上搜索“投影”或“变换”，你应该能找到制作圆锥体的方法。但正如所指出的，您仍然可以根据自己的喜好填充“空”像素。或者，也许你很幸运，有人为此制作了一个库，如果是的话，我不知道。那么，你实际上想要实现什么，即你所看到的更高层次的问题是什么？我的意思是，有很多软件可以混合/变形矢量图形（以及像素图形），但你的起点是一个由numpy矩阵表示的图像？基本上，你在寻找从极坐标到线性的变换，其中原始图像中的X是角度，Y是距离。可能有点use@ahed87-你看过超声图像吗？它们是圆锥形的。你是对的，我的出发点不是一个numpy矩阵，而是数字的原始数据。我必须清理它，然后创建几个矩阵，每个矩阵代表一个框架。是的，谷歌没有返回任何方便的库，我可以用它来进行转换。我刚刚看到了你的答案，并通读了代码。顺便说一句，“h，w，chn=inputImage.shape”中的“chn”是什么？测试123个颜色通道，通常应该是

3

，可以省略。我认为如果我在其他一些地方用

chn

替换

3

，它也应该适用于灰度图像；；这不是中国的国家代码，也不是“中国制造”，如果你的意思是…；）哈哈…“中国基金公司”听起来更好：）除了开玩笑，你的解决方案有效！