如何将带透明背景的不规则PNG图像扭曲为圆形？

我想把带透明背景的不规则PNG图像扭曲成圆形，后续要投影到半球外侧，所以先拉伸填充圆形是合理步骤。我的计划步骤是：

• 将图像调整为正方形
• 获取图像轮廓转为np数组
• 创建与图像直径相同、点数和轮廓一致的圆形
• 用findHomography获取变换矩阵
• 用矩阵扭曲源图像

原实现代码：

def image_to_circle(filename: str):
    source_image = cv2.imread(filename)
    source_gray = cv2.cvtColor(source_image, cv2.COLOR_BGR2GRAY)

    # resize image and grayscale image to a square
    height, width = source_gray.shape
    dimension = min(width, height)
    source_image = cv2.resize(source_image, (dimension, dimension))
    source_gray = cv2.resize(source_gray, (dimension, dimension))

    # find the source contour
    contours, _ = cv2.findContours(
        source_gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE
    )
    source_contour = max(contours, key=cv2.contourArea)

    radius = dimension / 2
    target_contour = generate_circle_points(radius, len(source_contour))

    # compute the perspective transformation matrix
    homography_matrix, _ = cv2.findHomography(source_contour, target_contour)

    # warp the source image to the destination based on the homography matrix
    warped_image = cv2.warpPerspective(
        source_image, homography_matrix, (dimension, dimension)
    )

    cv2.imwrite("warped-" + filename, warped_image)

def generate_circle_points(radius, num_points):
    angles = np.linspace(0, 2 * np.pi, num_points)

    x = radius * np.cos(angles)
    y = radius * np.sin(angles)

    return np.column_stack((x, y))

但该方案无法正常工作，输入房屋图像后输出结果不符合预期，怀疑是warpPerspective的工作方式和预期不符。

1. 单应性变换的局限性：findHomography实现的单应性变换是平面到平面的线性投影变换，只能处理平行、透视这类平面变形，无法完成不规则形状到圆形的非线性扭曲——圆形是曲线边界，单应性做不到这种非线性拉伸。
2. 轮廓点匹配错误：原代码直接将轮廓点与圆形点按顺序一一对应，但两者的点排列顺序（顺时针/逆时针、起始点）未必一致，会导致变换错乱。
3. 坐标原点偏移问题：生成的圆形点以(0,0)为中心，但图像坐标原点在左上角，未做偏移处理，导致圆形位置完全错误。
4. 透明通道丢失：cv2.imread默认会忽略PNG的透明通道，处理后图像丢失透明信息，不符合后续投影需求。

改用**径向映射（极坐标变换）**实现非线性扭曲，同时保留透明通道，步骤如下：

1. 读取PNG时保留透明通道
2. 将图像调整为正方形
3. 生成极坐标网格，把正方形内的点按径向比例映射到圆形区域
4. 用双线性插值完成重映射
5. 添加圆形掩码，将圆外区域设为透明

修正后的代码：

import cv2
import numpy as np

def image_to_circle(filename: str):
    # 读取PNG并保留透明通道
    source_image = cv2.imread(filename, cv2.IMREAD_UNCHANGED)
    if source_image is None:
        raise ValueError(f"无法读取图像文件: {filename}")
    
    # 调整为正方形
    height, width = source_image.shape[:2]
    dimension = min(width, height)
    source_image = cv2.resize(source_image, (dimension, dimension))
    
    # 定义圆形的中心和半径
    radius = dimension / 2
    center = (radius, radius)
    
    # 生成目标图像的网格坐标
    y, x = np.mgrid[0:dimension, 0:dimension].astype(np.float32)
    # 转换为相对于中心的极坐标
    dx = x - center[0]
    dy = y - center[1]
    r = np.sqrt(dx**2 + dy**2)
    theta = np.arctan2(dy, dx)
    
    # 计算原图像的对应坐标：径向比例映射
    max_r = radius
    scale = r / max_r
    # 超出圆形范围的点映射到圆边界
    scale[r > max_r] = 1.0
    
    src_x = center[0] + dx / scale
    src_y = center[1] + dy / scale
    
    # 确保坐标在原图像范围内，避免越界
    src_x = np.clip(src_x, 0, dimension - 1)
    src_y = np.clip(src_y, 0, dimension - 1)
    
    # 双线性插值重映射
    warped_image = cv2.remap(source_image, src_x, src_y, cv2.INTER_LINEAR)
    
    # 生成圆形掩码，设置圆外区域为透明
    mask = np.zeros((dimension, dimension), dtype=np.uint8)
    cv2.circle(mask, (int(center[0]), int(center[1])), int(radius), 255, -1)
    warped_image[..., 3] = mask  # 应用到透明通道
    
    cv2.imwrite("warped-" + filename, warped_image)

if __name__ == "__main__":
    image_to_circle("house.png")

内容的提问来源于stack exchange，提问作者Raven