Python cucim.skimage.transform.warp_polar用法及代碼示例

用法:
cucim.skimage.transform.warp_polar(image, center=None, *, radius=None, output_shape=None, scaling='linear', multichannel=False, **kwargs)

將圖像重新映射到極坐標或log-polar 坐標空間。

參數：

image：ndarray: 輸入圖像。默認情況下隻接受二維數組。如果 multichannel=True ，則接受 3-D 數組並將最後一個軸解釋為多個通道。
center：元組(行，列)，可選: 圖像中表示變換中心的點(即笛卡爾空間中的原點)。值可以是 float 類型。如果沒有給出值，則假定中心是圖像的中心點。
radius：浮點數，可選: 限定要變換的區域的圓的半徑。
output_shape：元組(行，列)，可選
scaling：{‘linear’, ‘log’}，可選: 指定圖像扭曲是極坐標還是log-polar。默認為‘linear’。
multichannel：布爾型，可選: 圖像是否是一個 3-D 數組，其中第三個軸將被解釋為多個通道。如果設置為False(默認)，則僅接受二維數組。
**kwargs：關鍵字參數: 傳遞給 transform.warp 。

warped：ndarray: 極坐標或 log-polar 扭曲圖像。

例子：

在灰度圖像上執行基本的極坐標變形：

>>> from skimage import data
>>> from cucim.skimage.transform import warp_polar
>>> image = cp.array(data.checkerboard())
>>> warped = warp_polar(image)

在灰度圖像上執行 log-polar 扭曲：

>>> warped = warp_polar(image, scaling='log')

在指定中心、半徑和輸出形狀的同時對灰度圖像執行log-polar 扭曲：

>>> warped = warp_polar(image, (100,100), radius=100,
...                     output_shape=image.shape, scaling='log')

在彩色圖像上執行 log-polar 變形：

>>> image = data.astronaut()
>>> warped = warp_polar(image, scaling='log', multichannel=True)

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cucim.skimage.transform.warp_polar。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：