Python十二面体转球体图像转换代码异常，求技术支援

你的代码输出混乱效果，核心是坐标转换逻辑错误，同时存在效率和边界处理问题，下面逐一说明并给出修正方案：

关键问题点 #

• 方向信息丢失：原公式计算的是径向偏移量，但你只算出一个x值后同时应用到x、y坐标，导致所有像素向对角线偏移，完全丢失原像素的角度信息。
• 冗余计算：new_width和new_height的计算放在双层循环内部，每次重复计算，完全可以移到循环外提升效率。
• 边界判断不匹配：新图像尺寸是(width, height)，但你用new_width和new_height做边界判断，会导致部分像素被错误丢弃或越界。
• 变量命名混淆：循环变量f指代x坐标，命名不直观，容易引发逻辑混淆。

修正后的代码 #

from PIL import Image
import math

R = 90
d = 50

def move_pixels(image_path):
    img = Image.open(image_path)
    width, height = img.size

    # 预计算中心相关参数，移到循环外避免重复计算
    new_width = width + 1 if width % 2 == 0 else width
    new_height = height + 1 if height % 2 == 0 else height
    center_x = new_width / 2
    center_y = new_height / 2

    new_img = Image.new("RGB", (width, height), color="white")

    # 遍历原图像每个像素，变量命名更清晰
    for x_orig in range(width):
        for y_orig in range(height):
            # 计算相对于中心的偏移
            diff_x = center_x - x_orig
            diff_y = center_y - y_orig

            # 计算原平面点到中心的距离r，以及角度θ
            r = math.hypot(diff_x, diff_y)
            if r == 0:
                # 中心像素直接保留，避免除以0问题
                new_img.putpixel((x_orig, y_orig), img.getpixel((x_orig, y_orig)))
                continue

            theta = math.atan2(diff_y, diff_x)

            # 应用转换公式计算径向偏移量
            first_part = R - math.sqrt(r**2 + d**2)
            second_part = math.sin(math.atan(r / d))
            radial_offset = first_part * second_part

            # 根据角度计算x、y方向的正确偏移，保留方向信息
            new_diff_x = radial_offset * math.cos(theta)
            new_diff_y = radial_offset * math.sin(theta)

            # 计算新坐标并取整，匹配原图像尺寸边界
            x_new = round(center_x - new_diff_x)
            y_new = round(center_y - new_diff_y)

            # 边界判断严格匹配新图像实际尺寸
            if 0 <= x_new < width and 0 <= y_new < height:
                pixel_color = img.getpixel((x_orig, y_orig))
                new_img.putpixel((x_new, y_new), pixel_color)

    new_img.save("moved_image.png")

image_path = "img.png"
move_pixels(image_path)

修正说明 #

1. 保留角度信息：用math.atan2(diff_y, diff_x)计算原像素相对中心的角度θ，将径向偏移量分别乘以cosθ和sinθ，得到x、y方向的正确偏移，避免所有像素向同一方向偏移。
2. 优化计算逻辑：把new_width、中心坐标等固定值移到循环外，减少重复计算。
3. 边界处理修正：判断新坐标是否在0 <= x < width和0 <= y < height范围内，匹配新图像实际尺寸。
4. 中心像素特殊处理：当r=0（中心像素）时直接保留，避免潜在的除以0错误。
5. 变量命名优化：将f改为x_orig，y改为y_orig，提升代码可读性。

内容的提问来源于stack exchange，提问作者Murad Bagirli