图像极坐标变换及在OCR中的应用

极坐标变换定义

我们知道在二维坐标系中，有直角坐标系，也有极坐标系，二者的转换关系是：

如下图：

如图，直角坐标系的圆心与极坐标系的圆心一一对应，且圆弧BA可以通过极坐标变换到极坐标系ρ=r的一条直线上，实现由圆形到直线的转换。这往往在一些图像处理中很有用。

实际上，我们在图像处理中，往往还不是处理这样的圆弧，而更多的是处理圆环区域。如下，

同理，我们可以把（a）图中的圆环区域1234,转换成矩形区域（b）.矩形区域与圆环存在一定的对应关系，区域转换满足：转换前后两区域顶点1234一一对应，转换后的矩形区域宽为圆环内外弧弧长(ϕ2−ϕ1)，高为圆环内外半径的差R2−R1.

具体的数学转换关系是：获取圆环区域的圆心坐标(x0,y0)、外半径R2、内半径R1、圆环起始角度ϕ1和终止角度ϕ2.取矩形区域一点A(x,y),它在圆弧内对应的点为A′.在图（b）矩形区域中，每一个单位长度对应的角度为(ϕ2−ϕ1)/[(ϕ2−ϕ1)⋅R2],记(ϕ2−ϕ1)为Δϕ,则A对应于A’在圆环区域内极坐标下的角度ϕA表示为：

ϕA=ϕ1+ΔϕΔϕ⋅R2x       （1）

,点A对应于A’在圆环区域内极坐标下的半径 RA 为：

RA=R1+y.       (2）

得到 ϕA,RA 后，可以通过极坐标变换得到直角坐标系下的坐标。
设A’在圆环区域内 (x′,y′) ,则

{x′y′=x0+RAcosϕA=y0+RAsinϕA                 (3)

显然A点的灰度值应该与A’的灰度值相同，但是A’的坐标值通常不是整数，因此无法计算A’的像素值，可以通过 双线性插值获得其近似像素值。

极坐标变换在OCR中的应用

在工业视觉领域，经常要进行字符识别，但是有些字符是印在像硬币、CD唱片机一样的圆形区域上，如下图：

图2

我们想要识别硬币上的字符，这时需要使用OCR。OCR通常需要进行两步，第一是字符分割，第二是字符识别。对于此图而言，字符分割不容易，主要是由于我们需要识别的字符位于环形区域中，并不是一般意义上的水平排布，此时我们就可以使用如上的极坐标变换，先定位字符的圆环区域，再转变到水平的矩形区域。这时再采取阈值分割、blob分析等手段分割字符，进而就可以进行OCR了。

极坐标变换后的图是：

图3

其他示例

参考文献

1. 基于HALCON的圆环区域字符识别实现
2. 基于视觉技术的圆环外观缺陷检测算法研究
3. 基于Halcon的指针式仪表的读数
4. 图片极坐标效果揭秘