如何修改OpenCV代码将300度等矩形全景图转为立方体面？

核心修改思路 #

原代码的np.linspace(-np.pi, np.pi, num=w)对应360°全经度范围，要适配300°视场，需先把经度范围调整为±150°（对应弧度±5π/6），再基于这个范围重新构建全景图与立方体面的坐标映射关系。

关键代码修改点 #

1. 调整经度范围定义

将原代码中生成全景图经度坐标的行：

lon = np.linspace(-np.pi, np.pi, num=w, dtype=np.float32)

替换为：

# 300°转弧度，计算半视场范围
horizontal_fov = 300 * np.pi / 180
half_fov = horizontal_fov / 2
# 生成对应300°的经度坐标
lon = np.linspace(-half_fov, half_fov, num=w, dtype=np.float32)

2. 逆变换时的范围过滤（关键）

如果采用逆变换（从立方体面反推全景图坐标），必须过滤掉立方体面中经度超出±150°的点，避免映射到全景图外的无效区域。以下是完整的逆变换实现示例：

import cv2
import numpy as np

def equirect_to_cube(equi_img, cube_face_size=256):
    h, w = equi_img.shape[:2]
    horizontal_fov = 300 * np.pi / 180
    half_fov = horizontal_fov / 2

    faces = ['front', 'right', 'back', 'left', 'top', 'bottom']
    cube_imgs = {}

    for face in faces:
        # 生成立方体面的UV网格
        x = np.linspace(-1, 1, cube_face_size, dtype=np.float32)
        y = np.linspace(-1, 1, cube_face_size, dtype=np.float32)
        x_grid, y_grid = np.meshgrid(x, y)

        # 计算每个立方体面点对应的球面坐标（theta=经度, phi=纬度）
        if face == 'front':
            theta = np.arctan2(x_grid, 1)
            phi = np.arctan2(y_grid, np.sqrt(1 + x_grid**2))
        elif face == 'right':
            theta = np.arctan2(1, -x_grid)
            phi = np.arctan2(y_grid, np.sqrt(1 + x_grid**2))
        elif face == 'back':
            theta = np.arctan2(-x_grid, -1)
            phi = np.arctan2(y_grid, np.sqrt(1 + x_grid**2))
        elif face == 'left':
            theta = np.arctan2(-1, x_grid)
            phi = np.arctan2(y_grid, np.sqrt(1 + x_grid**2))
        elif face == 'top':
            theta = np.arctan2(x_grid, -y_grid)
            phi = np.arctan2(1, np.sqrt(x_grid**2 + y_grid**2)) - np.pi/2
        elif face == 'bottom':
            theta = np.arctan2(x_grid, y_grid)
            phi = np.arctan2(-1, np.sqrt(x_grid**2 + y_grid**2)) + np.pi/2

        # 过滤经度超出300°范围的点
        mask = (theta >= -half_fov) & (theta <= half_fov)
        # 将经度映射到全景图的x坐标
        x_equi = ((theta + half_fov) / horizontal_fov) * w
        # 将纬度映射到全景图的y坐标（垂直方向通常为180°，无需修改）
        y_equi = ((phi + np.pi/2) / np.pi) * h

        # 构建映射表，超出范围的点设为0（边界填充黑色）
        map_x = np.where(mask, x_equi, 0).astype(np.float32)
        map_y = np.where(mask, y_equi, 0).astype(np.float32)

        # 执行逆变换
        cube_face = cv2.remap(equi_img, map_x, map_y, 
                              interpolation=cv2.INTER_LINEAR, 
                              borderMode=cv2.BORDER_CONSTANT)
        cube_imgs[face] = cube_face

    return cube_imgs

对你现有实现的反馈建议 #

1. 检查经度映射对齐：确保全景图的中心对应0经度，最左/右边缘对应±150°，否则会出现立方体面内容偏移的问题。
2. 边界处理验证：如果你的代码没有做mask过滤，超出300°范围的立方体面区域可能会出现重复像素或错误映射，建议添加边界判断并填充黑色。
3. 垂直方向兼容性：等矩形全景垂直方向通常为180°，上下立方体面的映射逻辑无需修改，可直接沿用360°代码的逻辑。
4. 测试验证：用带有明显标记的300°全景图（比如中心、左右边缘有特定图案）测试，检查立方体面的对应位置是否准确。

内容的提问来源于stack exchange，提问作者Cauder