Mapper un objet sur un cercle en Python, OpenCV

Étant donné un tableau numpy contenant une image en niveaux de gris d'un objet segmenté. Le tableau numpy a des dimensions (32,32). L'arrière-plan de cet objet est codé sous forme de zéros, l'objet lui-même a un nombre compris entre (0,255). Exemple (avec les dimensions (7,7)):

# Input
> np.array([[0,0,0,0,0,0,0],[0,0,0,0,0,0,0],[0,0,1,2,3,0,0],[0,0,2,2,2,0,0],[0,0,1,2,3,0,0],[0,0,0,0,0,0,0],[0,0,0,0,0,0,0]], dtype=np.uint8)

array([[0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 1, 2, 3, 0, 0],
       [0, 0, 2, 2, 2, 0, 0],
       [0, 0, 1, 2, 3, 0, 0],
       [0, 0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0, 0]], dtype=uint8)

L'objet dans le tableau numpy peut avoir une forme arbitraire. J'aimerais étirer (déformer) l'objet de sorte qu'il devienne un cercle, quelle que soit sa forme précédente. Le cercle doit remplir tout le tableau 32x32. Les valeurs doivent être interpolées linéairement. Exemple (simplifié, sans interpolation linéaire) :

# Desired output = Circle with linearly interpolated values
array([[0, 0, 0, 2, 0, 0, 0],
       [0, 1, 1, 2, 3, 3, 0],
       [0, 1, 1, 2, 3, 3, 0],
       [2, 2, 2, 2, 2, 2, 2],
       [0, 1, 2, 2, 3, 3, 0],
       [0, 1, 2, 2, 3, 3, 0],
       [0, 0, 0, 2, 0, 0, 0]], dtype=uint8)

Comment ferais-je cela. Existe-t-il peut-être une fonction OpenCV pour déformer les objets en cercles?

Divisons votre problème en 3 étapes :

1. Redimensionnez votre image en 32x32
2. Remappez votre matrice d'un carré à un cercle
3. Couper les bords et redimensionner si nécessaire

Redimensionnez votre image en 32x32

Vous pouvez utiliser le cv2.resize()pour faire le travail pour vous. Il fera toute l'interpolation nécessaire pour donner à l'image la taille que vous voulez

square = np.array([[0,0,0,0,0,0,0],[0,0,0,0,0,0,0],[0,0,1,2,3,0,0],[0,0,2,2,2,0,0],[0,0,1,2,3,0,0],[0,0,0,0,0,0,0],[0,0,0,0,0,0,0]], dtype=np.uint8)
resized_image = cv2.resize(square, (32, 32)) 

Remappez votre matrice d'un carré à un cercle

Mathématiquement parlant, il existe de nombreuses façons de créer une transformation d'une matrice carrée en un cercle. Il y a un sujet très intéressant à ce sujet ici . En gros, il faut définir une fonction pour passer d'un ensemble de points [x, y]à un autre ensemble de points [u, v], une solution possible évoquée par Ch Fong est :

u = x √(x² + y² - x²y²) / √(x² + y²)

v = y √(x² + y² - x²y²) / √(x² + y²)

Vous pouvez utiliser cette équation avec cv2.remap()fonction pour obtenir la transformation souhaitée. Cependant, il existe un outil appelé squirclequi fait tout le travail pour vous ! En lisant leur doc, vous pouvez faire un code simple pour faire cette transformation :

Importer avec :

from squircle import to_circle 
from PIL import Image

Appelez la transformation après avoir ouvert l'image :

circle = to_circle(square)

Couper les bords et redimensionner si nécessaire

Maintenant, il vous suffit de supprimer tous les zéros de votre matrice et de la redimensionner à nouveau pour que toutes les matrices 32x32 aient du contenu à l'intérieur. Une solution que vous pouvez utiliser est décrite ici où circlese trouve votre image remappée. Après avoir coupé toutes les lignes et colonnes initiales et finales qui sont toutes des zéros, vous devez le redimensionner à nouveau à 32x32.

coords = np.argwhere(circle)
x_min, y_min = coords.min(axis=0)
x_max, y_max = coords.max(axis=0)
b = cropped = circle[x_min:x_max+1, y_min:y_max+1]
resized_cropped_image = cv2.resize(cropped, (32, 32)) 

Exemples complets

Exemple 1 - Utilisation de votre tableau :

Exemple 2 - Utilisation d'une autre image :

Vous pouvez trouver un Jupyter Notebook pour cet exemple dans ma page Github. Le code complet peut être vu ci-dessous

import numpy as np
import cv2
import matplotlib.pyplot as plt
from squircle import to_circle, to_square
from PIL import Image

square = np.asarray(Image.open('Picture.png').convert('L'))
#square = np.array([[0,0,0,0,0,0,0],[0,0,0,0,0,0,0],[0,0,1,2,3,0,0],[0,0,2,2,2,0,0],[0,0,1,2,3,0,0],[0,0,0,0,0,0,0],[0,0,0,0,0,0,0]], dtype=np.uint8)
resized_image = cv2.resize(square, (32, 32)) 

circle = to_circle(resized_image)

coords = np.argwhere(circle)
x_min, y_min = coords.min(axis=0)
x_max, y_max = coords.max(axis=0)
b = cropped = circle[x_min:x_max+1, y_min:y_max+1]
resized_cropped_image = cv2.resize(cropped, (32, 32)) 


fig, axs = plt.subplots(2, 2, figsize=(10,10))

axs[0, 0].imshow(square)
axs[0, 0].set_title('Original')

axs[0, 1].imshow(resized_image)
axs[0, 1].set_title('Resized to 32x32')

axs[1, 0].imshow(circle)
axs[1, 0].set_title('Remapped to cicle')

axs[1, 1].imshow(resized_cropped_image)
axs[1, 1].set_title('Trimmed')