在Python、OpenCV中将对象映射到圆

给定一个包含分割对象的灰度图像的numpy数组。numpy数组具有维度

（32,32）

。该对象的背景编码为零，对象本身有一个介于（0255）之间的数字。 示例（尺寸

（7,7）

）：

#输入
>np.数组（[[0,0,0,0,0,0,0,0]，[0,0,0,0,0,0,0]，[0,0,1,2,3,0,0]，[0,0,2,2,0,0,0]，[0,0,0,0,0,0,0,0,0,0]，[0,0,0,0,0,0,0]，[0,0,0,0]，[0,0,0,0,0]，[0,0,0,0,0]，[0,0,0,0,0]，[0,0,0,0,0]，[0,0,
数组（[[0,0,0,0,0,0,0,0]，
[0, 0, 0, 0, 0, 0, 0],
[0, 0, 1, 2, 3, 0, 0],
[0, 0, 2, 2, 2, 0, 0],
[0, 0, 1, 2, 3, 0, 0],
[0, 0, 0, 0, 0, 0, 0],
[0,0,0,0,0,0,0]]，dtype=uint8）

numpy数组中的对象可以具有任意形状。 我希望拉伸（扭曲）对象，使其成为一个圆，而不管其先前的形状如何。该圆应填充整个32x32数组。值应进行线性插值。 示例（简化，无线性插值）：

#所需输出=带线性插值的圆
数组（[[0,0,0,2,0,0,0,0]，
[0, 1, 1, 2, 3, 3, 0],
[0, 1, 1, 2, 3, 3, 0],
[2, 2, 2, 2, 2, 2, 2],
[0, 1, 2, 2, 3, 3, 0],
[0, 1, 2, 2, 3, 3, 0],
[0,0,0,2,0,0,0]]，dtype=uint8）

---

我该怎么做。是否有一个OpenCV函数可以将对象扭曲成圆？

让我们将问题分为三个步骤：

将图像大小调整为32x32

将矩阵从正方形重新映射为圆形

修剪边并根据需要调整大小

将图像大小调整为32x32

您可以使用来为您制作作业。它将执行所有必要的插值，以使图像达到您想要的大小

square = np.array([[0,0,0,0,0,0,0],[0,0,0,0,0,0,0],[0,0,1,2,3,0,0],[0,0,2,2,2,0,0],[0,0,1,2,3,0,0],[0,0,0,0,0,0,0],[0,0,0,0,0,0,0]], dtype=np.uint8)
resized_image = cv2.resize(square, (32, 32)) 

将矩阵从正方形重新映射到圆形

从数学上讲，有很多方法可以创建从方阵到圆的变换。这是一个非常有趣的话题。基本上，你必须定义一个函数，从一组点

[x，y]

到另一组点

[u，v]

，方志伟提到的一个可能的解决方案是：

u=x√（x²+y²-x²y²）/√（x²+y²）

v=y√（x²+y²-x²y²）/√（x²+y²）

您可以使用此公式和函数来获得所需的转换。但是有一个名为的工具可以为您完成所有工作！通过阅读他们的文档，您可以生成一个简单的代码来进行此转换：

导入时使用：

from squircle import to_circle 
from PIL import Image

打开图像后调用转换：

circle = to_circle(square)

必要时修剪边缘并调整大小

现在，您只需修剪矩阵中的所有零，然后重新调整其大小，使所有32x32矩阵中都包含内容。您可以使用的解决方案如下所述：

circle

是重新映射的图像。在剪切所有初始行和最终行以及列后，您必须再次将其调整为32x32

coords = np.argwhere(circle)
x_min, y_min = coords.min(axis=0)
x_max, y_max = coords.max(axis=0)
b = cropped = circle[x_min:x_max+1, y_min:y_max+1]
resized_cropped_image = cv2.resize(cropped, (32, 32)) 

完整示例

---

示例1-使用数组：

---

示例2-使用另一个图像：

你可以在我的Github页面上找到。完整的代码可以在下面看到

import numpy as np
import cv2
import matplotlib.pyplot as plt
from squircle import to_circle, to_square
from PIL import Image

square = np.asarray(Image.open('Picture.png').convert('L'))
#square = np.array([[0,0,0,0,0,0,0],[0,0,0,0,0,0,0],[0,0,1,2,3,0,0],[0,0,2,2,2,0,0],[0,0,1,2,3,0,0],[0,0,0,0,0,0,0],[0,0,0,0,0,0,0]], dtype=np.uint8)
resized_image = cv2.resize(square, (32, 32)) 

circle = to_circle(resized_image)

coords = np.argwhere(circle)
x_min, y_min = coords.min(axis=0)
x_max, y_max = coords.max(axis=0)
b = cropped = circle[x_min:x_max+1, y_min:y_max+1]
resized_cropped_image = cv2.resize(cropped, (32, 32)) 


fig, axs = plt.subplots(2, 2, figsize=(10,10))

axs[0, 0].imshow(square)
axs[0, 0].set_title('Original')

axs[0, 1].imshow(resized_image)
axs[0, 1].set_title('Resized to 32x32')

axs[1, 0].imshow(circle)
axs[1, 0].set_title('Remapped to cicle')

axs[1, 1].imshow(resized_cropped_image)
axs[1, 1].set_title('Trimmed')