Python中的快速笛卡尔到极坐标到笛卡尔

我想用Python将2d数组/图像转换为polar，然后进行处理，然后再将它们转换回笛卡尔坐标。以下是ImajeJ插件（用于示例代码的同心圆）的结果：

图像的数量和亮度相当大，所以我正在检查openCV是否有一种快速而简单的方法来实现这一点

我读到了有关简历

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\u WARP\u INVERSE\u MAP

）。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()

---

这适用于断层扫描（CT）工作流程，如果环伪影显示为线，则可以更容易地过滤掉它们。

CV源代码提到了一个

LinearPolar

。它似乎没有文档记录，但似乎类似于

LogPolar

。您试过了吗？

下面是一个使用SciPy实现对数极坐标变换的示例：

---

考虑到这只是一个坐标变换，它应该比OpenCV版本更容易适应您的问题。

最新版本的OpenCV支持函数cv2.linearPolar。 这可能是另一个不涉及使用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

---

非常感谢！事实上，

LinearPolar

言行一致。不幸的是，通过使用

import cv

它不可用，但我尝试了从opencv导入cv到

cv.cvLinearPolar

并成功。接下来的几天，我将在大型数据集中测试它的性能。非常感谢。酷。我想知道为什么它不可见？我将尝试提交一份bug报告。亲爱的Stefan，非常感谢您的反馈。我将在接下来的几天检查并测试您的实现。顺便说一句，我最终浏览了Supreme，看起来很有趣。“你发表过关于它的文章吗？”帕帕多我从来没有看到过你的评论，但是是的——有一篇关于arXiv的论文和一篇论文。顺便说一句，对数极坐标变换现在可以在scikit图像上用大约5行代码实现，使用

skimage.transform.warp

。嗨，Alessandro-我也尝试用这种方法解决这个问题，我写了类似的代码，尽管我使用了循环而不是网格（我以前从未见过这种情况）；你知道它的性能有多好吗？我的VGA图像的顺序是1秒-太长了。好的，我已经测试了你的代码，与我的迭代解决方案相比速度非常快-另外我学到了一些新东西-非常感谢！