全息广告机上的POV扇形取模的一种简单实现方式

本文主要是介绍全息广告机上的POV扇形取模的一种简单实现方式，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！

如果你在网上用google搜索“POV led”一词（POV即persistancd of vision），会找到世界各地的各种LED旋转屏的制作介绍。那些摇晃出的空中图案，漂浮在车轮上的动画，以及形态各异的时钟，一定给你留下深刻印象。其实他的实现原理很简单，通过视觉暂留现象，让显示的内容在人脑中呈现出连贯的图像。而难点在于常规的图片像素点是在直角坐标下描述的，而旋转LED设备是典型的极坐标体系，需要将常规图片转换成极坐标上的像素点，才能正常显示，本文介绍了一种使用python实现的简单的方法将图像的像素点由直角坐标转换成极坐标。

python上集成opencv模块，使用opencv上的转换函数可以轻松将直角坐标转换成极坐标，参考《Python-openCV极坐标变换（图像变换）》https://blog.csdn.net/clm1206/article/details/79786151?utm_medium=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.edu_weight&depth_1-utm_source=distribute.pc_relevant.none-task-blog-BlogCommendFromMachineLearnPai2-1.edu_weight

然后使用使用pyqt开发ui界面，就可以制作一个简单的取模软件。

直角坐标与极坐标对应转换关系：

x,y=cv2.polarToCart(r,theta,angleInDegrees=True)

然后将图片内的像素点的直角坐标和极坐标建立一个一一对应的映射，这样就可以轻松对图片进行旋转扇形取模。下面的代码实现了直角坐标转换成极坐标，然后映射成极坐标下的像素点

#coding=utf-8
import numpy as np
import cv2
def img_polar_transform(input_img,center,r_range,theta_rangge=(0,360),r_step=0.5,theta_step=360.0/(180*8)):minr,maxr=r_rangemintheta,maxtheta=theta_ranggeH=int((maxr-minr)/r_step+1)W=int((maxtheta-mintheta)/theta_step+1)output_img=125*np.ones((H,W),input_img.dtype)x_center,y_center=center#极坐标变换r=np.linspace(minr,maxr,H)r=np.tile(r,(W,1))r=np.transpose(r)#矩阵的转置theta=np.linspace(mintheta,maxtheta,W)theta=np.tile(theta,(H,1))#在垂直方向重复H次，水平重复1次x,y=cv2.polarToCart(r,theta,angleInDegrees=True)#最邻近插值for i in range(H):for j in range(W):px=int(round(x[i,j])+x_center)py = int(round(y[i, j]) + y_center)if ((px>=0 and px<=W-1) and (py>=0 and py<=H-1)):output_img[i,j]=input_img[px,py]return output_img
input_img = cv2.imread('timg.jpeg', cv2.CV_LOAD_IMAGE_GRAYSCALE)
h,w=input_img.shape[:2]
center=(int(h/2),int(w/2))
r_range=(0,300)
output_img=img_polar_transform(input_img,center,r_range)
cv2.imshow('img',input_img)
cv2.imshow('polar',output_img)
cv2.waitKey(0)
cv2.destroyAllWindows()

原图(480x480)