Как преобразовать БПФ (быстрое преобразование Фурье) в полярное преобразование с помощью Python?

Question

Мне удалось создать БПФ-преобразование из моего изображения, но я не знаю, как продолжить ...

Я использую это для решения своей проблемы: Выравнивание текста для OCR

Этот код работал на меня до сих пор:

import cv2
import numpy as np
from matplotlib import pyplot as plt

%matplotlib inline

img = cv2.imread(r'test.jpg', cv2.IMREAD_GRAYSCALE)

f = np.fft.fft2(img)
fshift = np.fft.fftshift(f)
magnitude_spectrum = 20 * np.log(np.abs(fshift))

plt.subplot(121), plt.imshow(img, cmap='gray')
plt.title('Input Image'), plt.xticks([]), plt.yticks([])

plt.subplot(122), plt.imshow(magnitude_spectrum, cmap='gray')
plt.title('Magnitude Spectrum'), plt.xticks([]), plt.yticks([])

plt.show()

Мне нужно среднее значение, сгенерированное из полярного преобразования, но я не знаю, как преобразовать БПФ в Полярное преобразование в Питон .

Answer 1

Это примерно решение вашей проблемы; Это было проверено на одном образце изображения, и результат выглядит заслуживающим доверия.

# your code goes here... 

def transform_data(m):
    dpix, dpiy = m.shape
    x_c, y_c = np.unravel_index(np.argmax(m), m.shape)
    angles = np.linspace(0, np.pi*2, min(dpix, dpiy))
    mrc = min(abs(x_c - dpix), abs(y_c - dpiy), x_c, y_c)
    radiuses = np.linspace(0, mrc, max(dpix, dpiy))
    A, R = np.meshgrid(angles, radiuses)
    X = R * np.cos(A)
    Y = R * np.sin(A)
    return A, R, m[X.astype(int) + mrc - 1, Y.astype(int) + mrc - 1]

    angles, radiuses, m = transform_data(magnitude_spectrum)

    plt.contourf(angles, radiuses, m)

Наконец, мы можем получить угол, на который мы хотим повернуть исходное изображение:

sample_angles = np.linspace(0,  2 * np.pi, len(c.sum(axis=0))) / np.pi*180
turn_angle_in_degrees = 90 - sample_angles[np.argmax(c.sum(axis=0))]

Для моего образца изображения я получил:

turn_angle_in_degrees = 3.2015810276679844 degrees.

Кроме того, мы можем построить прогнозируемую величину спектра:

plt.plot(sample_angles, c.sum(axis=0))

Надеюсь, это поможет ...