如何使用python将图像转换为公式

这可能是一个有点。。。大的我的灵感来自于，我想知道我是否可以用python来实现它：

按照它的想法，我首先获取图像的边缘，将其作为矩阵，并评估点的位置，然后尝试使其连续，就像这样（显然不漂亮…）：

（如果我不这样做，请按直线绘制它们，如下所示：）

然后对x和y坐标进行fft，得到：

[ 92897.00000000    +0.j         -16312.65365042 -5708.43473681j
   6403.02886691-11902.98323505j ...

我认为这些数字代表了下面的C\n：

所以我用这些复数，试图构造一个公式：

equ = ''
itera = 0
for comp in compList:  # compList is the list of the complex numbers
    mod = math.sqrt(comp.real**2 + comp.imag**2)
    arg = cmath.phase(comp)
    if not comp.imag == 0:
        equ += '+' + str(mod) + '*np.sin(' + str(itera*2) + '*t+' +\
            str(arg) + ')'
    else:
        equ += str(2 * comp.real)
    itera += 1

这给了我这个：

185794.0+17282.618327763143*np.sin(2*t+-2.804972121911925)+13515.908721371954*np.sin(4*t+-1.0772633933209355)+11927.354784757847*np.sin(6*t+1.847507468889795)+...

我对它做了一个eval（），认为这就是公式，整个代码如下：

x, y = getBorder('target.png', maxRes = 256) 
x, y = sortNearest(x, y, maxDistance = 15) 

fx = np.fft.fft(x)
fy = np.fft.fft(y)

equaX = generateEqua(fx) #the codes beyond
equaY = generateEqua(fy)

t = np.linspace(0, len(x), 10000)
fsX = eval(equaX)
fsY = eval(equaY)

fig = plt.figure(figsize = (15, 15))
plt.plot(fsX, fsY, linewidth = 0.5)
plt.show()

这就是它所给予的：显然不是我想要的

---

这里我不是在问细节，只是想知道哪里可能是错误的，我的概念是错误的吗？缺少什么？或者我使用了一些错误的选项？

如果我没有完全错，您应该看到，如果您散点绘制图像，则某些x值有多个y值。这将违反笛卡尔坐标系的基本原则。因此，您无法为图像推导单一公式

---

在处理图像时，通常使用二维坐标数组，然后将函数应用于每个x-y坐标。

如果我没有完全错的话，您应该看到，如果对图像进行散点绘制，则某些x值存在多个y值。这将违反笛卡尔坐标系的基本原则。因此，您无法为图像推导单一公式

---

在处理图像时，通常使用二维坐标数组，然后将函数应用于每个x-y坐标。

对于普通公式来说确实不可能，从eassy看来，最终公式似乎是一个参数方程。谢谢提醒我。。。我忘记了Stack Exchange有多个子站点。我会试试的。我很有信心你会得到帮助。如果你在那里发帖，请在这里发一个链接供交叉参考。@AronC供将来参考：这种问题当然不属于MathOverflow。但是，在MathStackExchange上询问是完全合适的。好的，很抱歉造成混淆。我刚刚读了meta post，你完全正确。对于普通公式来说确实不可能，从简单的角度看，最终的公式似乎是一个参数方程。谢谢你提醒我。。。我忘记了Stack Exchange有多个子站点。我会试试的。我很有信心你会得到帮助。如果你在那里发帖，请在这里发一个链接供交叉参考。@AronC供将来参考：这种问题当然不属于MathOverflow。但是，在MathStackExchange上询问是完全合适的。好的，很抱歉造成混淆。我刚刚读了一篇文章，你说的绝对正确。看看我的答案：。“骨骼化”步骤无关紧要。您也可以使用更简单的线段拟合。看看我的答案：。“骨骼化”步骤无关紧要。也可以对线段使用更简单的管件。