速いデカルトから極座標へのデカルト

Question

私はPythonの2次元配列/画像を極座標に変換し、その後にプロセスに変換し、その後それらをデカルトに戻したいと考えています。画像の数と暗くなるが非常に大きいので、私はOpenCVのが速いとを有しているかどうかをチェックし

：以下は、（サンプルコードの同心円上で使用される）ImajeJ Polar Transformerプラグインからの結果でありますこれを行う簡単な方法。

私はcvについて読んでいます。 CartToPolarとPolarToCartですが、使用できませんでした。 LogPolarは入力と出力が配列で、中心、補間、反転を設定できる場所がよく分かります（CV_WARP_INVERSE_MAP）。 CartToPolar/PolarToCartを同様の方法で使用する方法はありますか？

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() 

これは、トーン（CT）ワークフローのためのもので、リングアーチファクトを線として表示すると簡単に除外できます。

Answer 1

CVソースコードには、LinearPolarが記載されています。それは文書化されていないようですが、LogPolarに似ているようです。それを試してみましたか？

Answer 2

は、ここでの例ですログポーラscipyのダウンロードを使用して実装変換：

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

はこれが唯一の座標変換であることを考えると、それはOpenCVのバージョンよりもあなたの問題に適応しやすくする必要があります。

Answer 3

opencvの最新バージョンは、関数cv2.linearPolarをサポートしています。 これは、OpenCVの使用を伴わない別の解決策になることがあります。

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