OpenCV warpPolar处理小尺寸BGR图像产生伪影的原因及增大极半径为何可消除

映射逻辑的边界截断机制 #

OpenCV的warpPolar本质是完成两个空间的双向映射：

• 输入侧：仅提取以指定中心点为圆心、半径等于传入maxRadius参数的圆形区域
• 输出侧：将该圆形区域按「角度-半径」维度展开为矩形图，纵轴从0到maxRadius对应从中心到圆周边缘的距离

当maxRadius设置不足时，部分本该被纳入采样的有效图像像素会被判定为超出圆形采样范围，OpenCV默认会对这部分区域使用常量值填充（默认边界模式为BORDER_CONSTANT，填充值为0）。

小尺寸图像的偏差放大效应 #

当前代码中maxRadius值len是基于椭圆拟合的半长轴*2计算得到，结合60×60及以下的小图场景，两个容易触发边界越界的因素会被放大：

• 质心计算偏差：用图像矩moments计算得到的质心，在低对比度小图上很容易出现1-2像素的偏移。这种偏移会直接改变采样中心到图像边缘的实际距离：如果质心向左上偏移2像素，原图像右下边缘到中心的实际距离，就会比无偏移场景下的理论距离大2像素，刚好可能突破预设的len阈值
• 插值计算的跨域混合：不管是NEAREST、LINEAR还是LANCZOS4插值，只要插值核的采样点同时覆盖有效像素区和边界填充区，就会输出混合了填充值的异常结果。

实际测试中观察到的两类伪影刚好对应跨边界插值的典型表现：

• 距顶部1/4高度的彩虹色伪影：来自BGR三通道的采样权重在跨边界时出现非对称错位，某一个通道的采样点落在填充区、另外两个通道落在有效像素区，混合后形成偏离原图像的异常色彩
• 底部连续灰带：来自跨边界插值时固定填充值与附近像素灰度的连续混合，形成无过渡的条带

增大半径参数可消除伪影的原理 #

当把maxRadius调到大于「当前计算得到的质心到图像四个顶点的最大欧氏距离」时，整个原图像的所有有效像素都会被完全纳入圆形采样范围，没有任何采样点会触及边界填充区域，跨域插值的异常计算自然消失，伪影也就不复存在。

可落地的参数优化方案 #

• 计算len时不要直接使用椭圆半长轴*2的结果，要先基于当前质心坐标，计算质心到原图像四个角落的最大距离，在此基础上加1-2像素的冗余作为maxRadius，抵消质心微偏移带来的影响
• 调用warpPolar时显式指定边界模式为BORDER_REPLICATE，用图像最边缘的像素值做越界填充，哪怕采样范围存在小偏差，也不会出现和原图像差异极大的填充值，从根源上降低伪影敏感度
• 对小图场景的矩质心结果，可加1像素范围的钳制，避免低对比度场景下质心出现数像素的大幅偏移

内容的提问来源于stack exchange，提问作者SKRogers