ImageVisual
如果没有一些轻推,PolarTransform
就不能很好地一起玩。
VisPy 有两种绘图方法,subdivide
和impostor
. 我会集中在subdivide
这里。这不适用于impostor
.
首先,创建ImageVisual
这样的:
img = visuals.ImageVisual(image,
grid=(1, N),
method='subdivide')
对于 N,请使用合理的高数(例如 360)。使用该数字,您将立即看到极地分辨率如何受到影响。
此外,您需要设置一些特定的转换链:
transform = (
# move to final location and scale to your liking
STTransform(scale=(scx,scy), translate=(xoff,yoff))
# 0
# just plain simple polar transform
*PolarTransform()
# 1
# pre scale image to work with polar transform
# PolarTransform does not work without this
# scale vertex coordinates to 2*pi
* STTransform(scale=(2 * np.pi / img.size[0], 1.0))
# 2
# origin switch via translate.y, fix translate.x
* STTransform(translate=(img.size[0] * (ori0 % 2) * 0.5,
-img.size[1] * (ori0 % 2)))
# 3
# location change via translate.x
* STTransform(translate=(img.size[0] * (-loc0 - 0.25), 0.0))
# 4
# direction switch via inverting scale.x
* STTransform(scale=(-dir0, 1.0))
)
# set transform
img.transform = transform
dir0
- 方向 cw/ccw(分别取值 -1/1)
loc0
- 零位置(0 到 2 * np.pi 之间的值,逆时针)
ori0
- 将被转换为极坐标图像中心的一侧(取值为 0、1top
或bottom
底部的四个 STTransform 肯定可以简化。它们被分开以显示不同的更改以及如何应用它们。
稍后将在 VisPy 示例部分添加一个示例。