我在这个例子中尝试做的是将图像包裹在圆圈周围,如下所示。
要包装图像,我只需使用trig计算x,y坐标。 问题是计算的X和Y位置被舍入以使它们成为整数。这导致看到上面包裹图像的空白像素。 x,y位置必须是整数,因为它们是列表中的位置。
我已经在下面的代码中重复了这一点,但是没有任何图像让事情更容易看到。我所做的就是用二进制值创建两个数组,一个数组是黑色而另一个是白色,然后将一个数据包装到另一个数组中。
代码的输出是。
import math as m
from PIL import Image # only used for showing output as image
width = 254.0
height = 24.0
Ro = 40.0
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))]
def shom_im(img): # for showing data as image
list_image = [item for sublist in img for item in sublist]
new_image = Image.new("1", (len(img[0]), len(img)))
new_image.putdata(list_image)
new_image.show()
increment = m.radians(360 / width)
rad = Ro - 0.5
for i, row in enumerate(img):
hyp = rad - i
for j, column in enumerate(row):
alpha = j * increment
x = m.cos(alpha) * hyp + rad
y = m.sin(alpha) * hyp + rad
# put value from original image to its position in new image
cir[int(round(y))][int(round(x))] = img[i][j]
shom_im(cir)
我后来发现了中点圆算法但我的结果却更差
from PIL import Image # only used for showing output as image
width, height = 254, 24
ro = 40
img = [[(0, 0, 0, 1) for x in range(int(width))]
for y in range(int(height))]
cir = [[(0, 0, 0, 255) for x in range(int(ro * 2))] for y in range(int(ro * 2))]
def shom_im(img): # for showing data as image
list_image = [item for sublist in img for item in sublist]
new_image = Image.new("RGBA", (len(img[0]), len(img)))
new_image.putdata(list_image)
new_image.show()
def putpixel(x0, y0):
global cir
cir[y0][x0] = (255, 255, 255, 255)
def drawcircle(x0, y0, radius):
x = radius
y = 0
err = 0
while (x >= y):
putpixel(x0 + x, y0 + y)
putpixel(x0 + y, y0 + x)
putpixel(x0 - y, y0 + x)
putpixel(x0 - x, y0 + y)
putpixel(x0 - x, y0 - y)
putpixel(x0 - y, y0 - x)
putpixel(x0 + y, y0 - x)
putpixel(x0 + x, y0 - y)
y += 1
err += 1 + 2 * y
if (2 * (err - x) + 1 > 0):
x -= 1
err += 1 - 2 * x
for i, row in enumerate(img):
rad = ro - i
drawcircle(int(ro - 1), int(ro - 1), rad)
shom_im(cir)
有人可以建议一种消除空白像素的方法吗?
答案 0 :(得分:4)
我认为您需要的是噪音过滤器。有许多实现,我认为高斯滤波器可以提供良好的结果。您可以找到过滤器列表here。如果它变得太模糊了:
以下是手写的粗略平均过滤器:
cir_R = int(Ro*2) # outer circle 2*r
inner_r = int(Ro - 0.5 - len(img)) # inner circle r
for i in range(1, cir_R-1):
for j in range(1, cir_R-1):
if cir[i][j] == 0: # missing pixel
dx = int(i-Ro)
dy = int(j-Ro)
pix_r2 = dx*dx + dy*dy # distance to center
if pix_r2 <= Ro*Ro and pix_r2 >= inner_r*inner_r:
cir[i][j] = (cir[i-1][j] + cir[i+1][j] + cir[i][j-1] +
cir[i][j+1])/4
shom_im(cir)
结果:
这基本上在两个范围内扫描缺失像素,并用平均4个像素替换它们。在这个黑白色的情况下,它全是白色。
希望它有所帮助!
答案 1 :(得分:4)
你在填写圈子方面遇到了问题,因为你正在以错误的方式接近这一点 - 非常字面上。
将从源映射到目标时,需要填充目标,并将每个已翻译的像素映射到< em> source 图片。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。
以下内容有点粗略,只是作为一个概念示例。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删除中心部分(并为“内半径”添加了变量Ri
)。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,但是也可以用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新映射过程的实际x
,y
坐标。
通过上面的完成和工作,我编写了trig函数来从转换坐标,我将把一个像素放在中原始图像。为此,我创建了一个包含一些文本的测试图像:
并且这也是一件好事,因为在第一次尝试中我得到了两次文本(一次左,右一次)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。
使用此图片和Ro
,Ri
在100和50处运行我的代码,我得到了这样的结果:
你可以看到触发功能使它从最右边的点开始,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。
这是虹膜图像的结果,使用33
作为内半径:
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)
注释掉的线条画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,distance
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。因此,我将此映射与height - distance - 1
相对应,其中-1
将使其再次从0
映射到height
。
类似的解决方法是计算distance
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,表明计算只关闭一个像素(这正是该网格的目的)。