我想用python对图像执行几何变换,沿着给定的曲线“拉直”或校正图像。似乎scikit图像ProjectiveTransform()和{}对于这一点非常好,但是文档很少。我遵循了文档here,但是我不能让它在一个示例案例中正常工作。在
这里有一个例子:我将创建一个有两个同心圆的图像,目标是校正这些圆的四分之一,这样得到的图像是两条平行线。以下是示例数据:import numpy as np
a = np.zeros((500, 500))
# create two concentric circles with a thickness of a few pixels:
for i in range(500):
for j in range(500):
r = np.sqrt((i - 250)**2 + (j - 250)**2)
if r > 50 and r < 52:
a[i, j] = 10
if r > 100 and r < 102:
a[i, j] = 10
# now create the coordinates of the control points in the original image:
(x0, y0) = (250, 250)
r = 30 # inner circle
x = np.linspace(250 - r, 250, 50)
y = np.sqrt(r ** 2 - (x - x0) ** 2) + x0
r2 = 120 # outer circle
x2 = np.linspace(250 - r2, 250, 50)
y2 = np.sqrt(r2 ** 2 - (x2 - x0) ** 2) + x0
dst = np.concatenate((np.array([x, y]).T, np.array([x2, y2]).T))
这可以绘制出来,例如:
^{pr2}$
所以我的目标是校正由红色控制点给出的象限图像。(在本例中,这与笛卡尔到极坐标变换相同。)使用文档示例中的scikit图像,我完成了:# create corresponding coordinates for control points in final image:
xi = np.linspace(0, 100, 50)
yi = np.zeros(50)
xi2 = xi
yi2 = yi + (r2 - r)
src = np.concatenate((np.array([xi, yi]).T, np.array([xi2, yi2]).T))
# transform image
from skimage import transform, data
tform3 = transform.ProjectiveTransform()
tform3.estimate(src, dst)
warped = transform.warp(a, tform3)
我原以为这幅warped图像会显示两条平行线,但是我得到了:
我做错什么了?在
注意,虽然在本例中是笛卡尔到极坐标的变换,但在最一般的情况下,我要找的是从任意曲线的变换。如果有人知道更好的方法使用其他软件包,请告诉我。我可以通过使用ndimage.map_coordinates来解决这个问题,但是我正在寻找更优雅的方法。在