python实心圆_python – 围绕一个圆圈包裹图像

你在填补你的圈子时遇到了问题,因为你正在以错误的方式接近这个 – 非常简单.

从源到目标的映射时,需要填充目标,并将每个已转换的像素映射到源图像中.然后,你根本没有机会错过一个像素,同样,你也不会多次绘制(也不会查找)一个像素.

以下是有点粗略和准备,它只作为一个概念示例.我首先编写了一些代码来绘制一个从上到下的实心圆.然后我添加了一些代码来移除中心部分(并添加了一个变量Ri,用于“内半径”).这导致一个实心的环,其中所有像素仅被绘制一次：从上到下,从左到右.

你如何画出戒指实际上并不重要！我最初使用的是trig,因为我想重新使用角度位,但它也可以用Pythagorus完成,甚至可以用Bresenham的循环程序来完成.您需要记住的是,您遍历目标行和列,而不是源.这提供了可以提供给重映射过程的实际x,y坐标.

通过上面的完成和工作,我写了三角函数,从我将一个像素放入原始图像的坐标转换.为此,我创建了一个包含一些文本的测试图像：

还有一件好事,就像在第一次尝试中我得到两次文本(一次离开,一次就好)和镜像 – 这需要一些小的调整.还要注意背景网格.我补充说,检查’顶部’和’底部’线 – 最外面和最里面的圆圈 – 是否正确绘制.

用这个图像运行我的代码和Ro,Ri在100和50,我得到这个结果：

您可以看到trig函数使其从最右边的点开始,顺时针移动,并使图像的顶部朝外.所有这些都可以进行简单的调整,但这样可以模仿您想要绘制图像的方向.

这是你的虹膜图像的结果,内半径使用33：

这是一个很好的动画,显示了映射的稳定性：

最后,我的代码是：

import math as m

from PIL import Image

Ro = 100.0

Ri = 50.0

# img = [[1 for x in range(int(width))] for y in range(int(height))]

cir = [[0 for x in range(int(Ro * 2))] for y in range(int(Ro * 2))]

# image = Image.open('0vWEI.png')

image = Image.open('this-is-a-test.png')

# data = image.convert('RGB')

pixels = image.load()

width, height = image.size

def shom_im(img): # for showing data as image

list_image = [item for sublist in img for item in sublist]

new_image = Image.new("RGB", (len(img[0]), len(img)))

new_image.putdata(list_image)

new_image.save("result1.png","PNG")

new_image.show()

for i in range(int(Ro)):

# outer_radius = Ro*m.cos(m.asin(i/Ro))

outer_radius = m.sqrt(Ro*Ro - i*i)

for j in range(-int(outer_radius),int(outer_radius)):

if i < Ri:

# inner_radius = Ri*m.cos(m.asin(i/Ri))

inner_radius = m.sqrt(Ri*Ri - i*i)

else:

inner_radius = -1

if j < -inner_radius or j > inner_radius:

# this is the destination

# solid:

# cir[int(Ro-i)][int(Ro+j)] = (255,255,255)

# cir[int(Ro+i)][int(Ro+j)] = (255,255,255)

# textured:

x = Ro+j

y = Ro-i

# calculate source

angle = m.atan2(y-Ro,x-Ro)/2

distance = m.sqrt((y-Ro)*(y-Ro) + (x-Ro)*(x-Ro))

distance = m.floor((distance-Ri+1)*(height-1)/(Ro-Ri))

# if distance >= height:

# distance = height-1

cir[int(y)][int(x)] = pixels[int(width*angle/m.pi) % width, height-distance-1]

y = Ro+i

# calculate source

angle = m.atan2(y-Ro,x-Ro)/2

distance = m.sqrt((y-Ro)*(y-Ro) + (x-Ro)*(x-Ro))

distance = m.floor((distance-Ri+1)*(height-1)/(Ro-Ri))

# if distance >= height:

# distance = height-1

cir[int(y)][int(x)] = pixels[int(width*angle/m.pi) % width, height-distance-1]

shom_im(cir)

注释掉的线条绘制出一个坚固的白色圆环.请注意各种调整以获得最佳效果.例如,距离是从环的中心开始测量的,因此返回靠近中心的低值和圆外的最大值.直接映射到目标图像上的映射将显示文本的顶部“向内”,指向内部孔.所以我用高度 – 距离-1来反转这个映射,其中-1是使它再次从0映射到高度.

类似的解决方法是计算距离本身;如果没有调整Ri 1和height-1,最内层或最外面的行将不会被绘制,表明计算只是一个像素关闭(这正是该网格的目的).