这大致是你解决问题的方法;它在一个样本图像上进行了测试,结果看起来很可靠。
# your code goes here...
def transform_data(m):
dpix, dpiy = m.shape
x_c, y_c = np.unravel_index(np.argmax(m), m.shape)
angles = np.linspace(0, np.pi*2, min(dpix, dpiy))
mrc = min(abs(x_c - dpix), abs(y_c - dpiy), x_c, y_c)
radiuses = np.linspace(0, mrc, max(dpix, dpiy))
A, R = np.meshgrid(angles, radiuses)
X = R * np.cos(A)
Y = R * np.sin(A)
return A, R, m[X.astype(int) + mrc - 1, Y.astype(int) + mrc - 1]
angles, radiuses, m = transform_data(magnitude_spectrum)
plt.contourf(angles, radiuses, m)
最后,我们可以得到我们想要转动原始图像的角度:
sample_angles = np.linspace(0, 2 * np.pi, len(c.sum(axis=0))) / np.pi*180
turn_angle_in_degrees = 90 - sample_angles[np.argmax(c.sum(axis=0))]
对于我的示例图像,我得到了:
turn_angle_in_degrees = 3.2015810276679844 degrees.
此外,我们可以绘制投影频谱幅度:
plt.plot(sample_angles, c.sum(axis=0))
希望有帮助......