быстро декартовой к Полярной к декартовой в Python

Я хочу преобразовать в Python 2d-массивы / изображения в полярные, обработать, а затем преобразовать их обратно в декартовые. Ниже приведен результат от ImajeJ Полярный Трансформатор плагин (используется на концентрических окружностях образца кода):

enter image description here

количество и тусклости изображений довольно велики, поэтому я проверял, есть ли у openCV быстрый и простой способ сделать это.

Я читал о cv. CartToPolar и PolarToCart но я не удалось его использовать. Я лучше понимаю LogPolar где вход и выход являются массивами, и где вы можете установить центр, интерполяцию и инверсию (i.e CV_WARP_INVERSE_MAP). Есть ли способ использовать CartToPolar/PolarToCart аналогичным образом?

    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()

Это для рабочего процесса томографии (КТ), где кольца артефакты могут быть отфильтрованы легче, если они появляются в виде строк.

6
image-processing numpy opencv python

3 ответов

исходный код CV упоминает LinearPolar. это, похоже, не документировано, но похоже на LogPolar. ты пробовал?

2

последние версии opencv поддерживает функцию cv2.linearPolar. Это может быть другое решение, которое не связано с использованием opencv:

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
3

вот пример преобразования log-polar, реализованного с помощью SciPy:

https://github.com/stefanv/supreme/blob/master/supreme/transform/transform.py#L51

учитывая, что это только преобразование координат, должно быть проще адаптироваться к вашей проблеме, чем версия OpenCV.

2