Python中的变形

我试图通过以下链接对图像进行变形

它给出了一个变形的图像，但它给出了半圆中的图像。但是我想要一个完整的圆大小的输出。 我试过了

warp[c-j, i-1] = img[p-1, q-1]
warp[c+j, i-1] = img[p-1, q-1]

而不是

warp[c-j，i-1]=img[p-1，q-1]

但它不会在整圈中给出一个图像，而是创建两次相同的输出

谁能帮帮我吗

完整代码：

import math
from cv2 import *
import numpy as np

img = imread("test.jpg")
(rows, cols) = (img.shape[0], img.shape[1])
r = 0  #offset-gives space to keep cylinder and height of the image from bottom: original: math.trunc(.25*rows)
c = rows  #this will be the decisive factor in size of output image-maximum radius of warped image: original: c = r+rows
warp = np.zeros([c,2*c,3], dtype=np.uint8)


def convert(R, b):
    return math.trunc(b*rows/(2*math.asin(1))), math.trunc(c-R)


for i in range(0, 2*c):
    for j in range(1, c):
        b = math.atan2(j, i-c)
        R = math.sqrt(j*j+math.pow(i-c, 2))
        if R>=r and R<=c:
            (q, p) = convert(R, b)
            warp[c-j, i-1] = img[p-1, q-1]
            #warp[c+j, i-1] = img[p-1, q-1]

imshow("Output", warp)
waitKey()

导入数学
从cv2进口*
将numpy作为np导入
img=imread（“test.jpg”）
（行，列）=（img.shape[0]，img.shape[1]）
r=0#偏移量提供空间，以保持柱面和图像从底部的高度：原始：math.trunc（.25*行）
c=行#这将是输出图像大小的决定性因素扭曲图像的最大半径：原始：c=r+行
warp=np.zero（[c，2*c，3]，dtype=np.uint8）
def转换（R，b）：
返回math.trunc（b*行/（2*math.asin（1））、math.trunc（c-R）
对于范围（0，2*c）内的i：
对于范围（1，c）内的j：
b=数学常数2（j，i-c）
R=数学sqrt（j*j+math.pow（i-c，2））
如果R>=R且R类似于列偏移量，则在计算
b
和
R
时，还应包括行偏移量。由于扭曲图像具有
c
行，因此偏移量为
c//2
：

b = math.atan2(j - c//2, i-c)
R = math.sqrt((j - c//2)**2 + math.pow(i-c, 2))

请注意，扭曲的图像不是一个完美的圆，因为您指定它的宽度是高度的两倍。如果您想要一个完整的圆，您还应该将
R
的上边界检查调整为
c//2
，因为这是沿行的最大半径：

if r <= R <= c//2:
    ...

但是，在任何情况下，您都可以从一开始就使用方形图像，即指定
warp.shape==（c，c）

编辑
更新的代码，使用扭曲图像的原始尺寸：

import math
import cv2
import numpy as np

img = cv2.imread("/tmp/img.jpg")
(rows, cols) = (img.shape[0], img.shape[1])
r = 0
c = rows // 2
warp = np.zeros([rows, cols, 3], dtype=np.uint8)


def convert(R, b):
    return math.trunc(c * (1 - b/math.pi)), 2*math.trunc(c - R) - 1


for i in range(0, cols):
    for j in range(0, rows):
        b = math.atan2(j - c, i - c)
        R = math.sqrt((j - c)**2 + (i - c)**2)
        if r <= R <= c:
            q, p = convert(R, b)
            warp[j, i] = img[p, q]

cv2.imshow("Output", warp)
cv2.waitKey()

导入数学
进口cv2
将numpy作为np导入
img=cv2.imread（“/tmp/img.jpg”）
（行，列）=（img.shape[0]，img.shape[1]）
r=0
c=行//2
warp=np.zero（[rows，cols，3]，dtype=np.uint8）
def转换（R，b）：
返回math.trunc（c*（1-b/math.pi）），2*math.trunc（c-R）-1
对于范围内的i（0，cols）：
对于范围内的j（0，行）：
b=数学常数2（j-c，i-c）
R=数学sqrt（（j-c）**2+（i-c）**2）
如果是r，请提供所有相关输入数据以及算法的相关部分。谢谢。用完整的代码更新了问题。谢谢。它确实给出了一个完整的循环，但问题是它在同一输出中产生了两次效果。
import math
import cv2
import numpy as np

img = cv2.imread("/tmp/img.jpg")
(rows, cols) = (img.shape[0], img.shape[1])
r = 0
c = rows // 2
warp = np.zeros([rows, cols, 3], dtype=np.uint8)


def convert(R, b):
    return math.trunc(c * (1 - b/math.pi)), 2*math.trunc(c - R) - 1


for i in range(0, cols):
    for j in range(0, rows):
        b = math.atan2(j - c, i - c)
        R = math.sqrt((j - c)**2 + (i - c)**2)
        if r <= R <= c:
            q, p = convert(R, b)
            warp[j, i] = img[p, q]

cv2.imshow("Output", warp)
cv2.waitKey()