### 将图像转换为极坐标系 为了实现将一幅图像从笛卡尔坐标系转换到极坐标系，在 Python 中可以利用 `cv2` 库中的函数来完成这一操作。具体来说，可以通过调用 `cv2.logPolar()` 函数轻松地执行这种变换。 #### 使用 OpenCV 进行极坐标转换 下面是一个简单的例子，展示了如何使用 OpenCV 来把一张彩色图片转化为极坐标形式： ```python import cv2 import numpy as np def cartesian_to_polar(image, center=None, maxRadius=None): """ Convert an input image from Cartesian (rectangular) coordinate system into Polar coordinates. Parameters: image : ndarray Input image data. center : tuple of floats Center point around which the transformation will occur. If None provided, it defaults to the geometric center of the image. maxRadius : float Maximum radius value used during conversion process. Defaults to half diagonal length. Returns: dst : ndarray Output image after applying log-polar transform. """ h, w = image.shape[:2] if not center: center = ((w - 1) / 2., (h - 1) / 2.) if not maxRadius: maxRadius = np.sqrt((w ** 2 + h ** 2)) flags = cv2.WARP_FILL_OUTLIERS | cv2.INTER_LINEAR # Apply Log-Polar Transformation using OpenCV's built-in function result = cv2.logPolar(image, center, maxRadius, flags) return result if __name__ == "__main__": original_image = cv2.imread('example.jpg') transformed_image = cartesian_to_polar(original_image) cv2.imshow('Original Image', original_image) cv2.imshow('Transformed Image', transformed_image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 这段代码定义了一个名为 `cartesian_to_polar` 的辅助函数，该函数接受一个输入图像以及可选参数——中心位置和最大半径值。如果没有提供这些参数，则默认采用图像几何中心作为旋转轴心，并设置最大半径等于图像对角线长度的一半[^4]。 值得注意的是，这里使用的 `logPolar` 方法实际上实现了对数极坐标映射而非标准的极坐标映射；然而对于大多数应用场景而言，这两种方式的效果相似度很高，因此通常可以直接应用前者而无需担心精度损失问题。