转换笛卡尔图像极性，外观差异(Converting Cartesian image to polar

我试着做下面的第一个图像上的极坐标变换，并与第二告终。 但是我的结果是第三图像。 我有一种感觉它与我选择什么样的位置，作为我的“原点”但我不确定这样做。

  radius = sqrt(width**2 + height**2)
  nheight = int(ceil(radius)/2)
  nwidth = int(ceil(radius/2))
 for y in range(0, height):
   for x in range(0, width):
     t =  int(atan(y/x))
     r = int(sqrt(x**2+y**2)/2)
     color = getColor(getPixel(pic, x, y))
     setColor( getPixel(radial,r,t), color)

Answer 1:

有一些分歧/错误：

1. 他们用图像的中心为原点
2. 他们适当地缩放的轴。 在你的榜样，你绘制你的角度（从0到你的情况，PI），而不是利用图象的最大高度。
3. 您使用了错误的ATAN函数（ATAN2工作在这种情况下:)好了很多）
4. 不惊人的重要，但你四舍五入不必要颇多，其中抛出了准确一点，可以慢下来。

这是我的合并建议的改进的代码。 这不是大规模高效，但它应该有希望的工作:)

  maxradius = sqrt(width**2 + height**2)/2
  rscale = width / maxradius
  tscale = height / (2*math.pi)
  for y in range(0, height):
   dy = y - height/2
   for x in range(0, width):
     dx = x - width/2
     t =  atan2(dy,dx)%(2*math.pi)
     r = sqrt(dx**2+dy**2)
     color = getColor(getPixel(pic, x, y))
     setColor( getPixel(radial,int(r*rscale),int(t*tscale)), color)

特别是，它修复了以下几个方面的上述问题：

1. 我们使用dx = x - width / 2作为距离从中心的度量，并类似地与dy 。 然后，我们在使用这些替代的x ， y在整个计算。
2. 我们将我们的r满足0 <= r <= sqrt( (width/2)^2 +(height/2)^2 )并且我们的t最终满足0 < t <= 2 pi所以，我创建适当的规模因素把r和t沿x和y分别轴。
3. 普通atan只能区分基于梯度，并接近垂直线计算不稳定......相反， atan2 （见http://en.wikipedia.org/wiki/Atan2 ）解决了这两个问题，并接受(y,x)对得到的角度。 atan2返回角度-pi < t <= pi ，所以我们可以找到其余的模2 * math.pi到它得到它在范围0 < t <= 2pi准备缩放。
4. 我只四舍五入到了最后，当新的像素置位。

如有任何问题，只是问！

文章来源: Converting Cartesian image to polar, appearance differences