Python结合OpenCV与Matplotlib实现极坐标变换示例

林舟

发布时间：2026-10-13 | 3人浏览过

原创

本文介绍Python中极坐标系的基本概念及其在雷达和数据分析中的应用。通过Matplotlib库绘制极坐标雷达图，展示实际值与期望值的对比，为后续学习OpenCV中的直角坐标到极坐标变换打下基础。

极坐标系基础概念

中学阶段我们接触过直角坐标系，即笛卡尔坐标系，它属于正交坐标系。此外，我们还学习过极坐标系，这种坐标系在描述如大炮发射轨迹等场景时尤为适用。极坐标系的定义如下：

在平面内设定一个定点O作为极点，引出一条射线Ox作为极轴，并选定一个长度单位和角度的正方向（通常取逆时针方向）。对于平面内任意一点M，用ρ表示线段OM的长度，θ表示从Ox到OM的角度。ρ称为点M的极径，θ称为点M的极角，有序数对 (ρ,θ) 即为点M的极坐标，由此建立的坐标系称为极坐标系。

极坐标在雷达应用中十分便捷，因为雷达通过不断旋转，计算反射波的距离并结合旋转角度，即可构建出二维坐标图像。此外，也有人利用这种雷达图来展示公式的销售业绩，以便直观比较不同人员的成果并观察个体差异。接下来，我们将使用Python和Matplotlib库实现此类绘图，帮助大家对极坐标形成清晰理解，从而为后续展开从直角坐标到极坐标变换的学习做好准备。该示例代码如下：

Python极坐标绘图实现


#python 3.7.4,opencv4.1
#蔡军生 https://blog.csdn.net/caimouse/article/details/51749579
#
import matplotlib.pyplot as plt
import numpy as np
 
plt.rcParams['font.sans-serif']=['SimHei'] #用来正常显示中文标签
plt.rcParams['axes.unicode_minus']=False #用来正常显示负号
 
employee = ["张三", "李四", "蔡大", "庞二", "林五"]
actual = [45, 53, 55, 61, 57, 45]
expected = [50, 55, 60, 65, 55, 50]
 
# 设置图形大小和极坐标方式显示
plt.figure(figsize=(5, 5))
plt.subplot(polar=True)
 
#角度坐标生成
theta = np.linspace(0, 2 * np.pi, len(actual))
 
# 设置极坐标的标记
lines, labels = plt.thetagrids(range(0, 360, int(360/len(employee))), (employee))
 
# 在极坐标显示销售数值
plt.plot(theta, actual)
plt.fill(theta, actual, 'b', alpha=0.1)
 
# 极坐标显示期望销售数值
plt.plot(theta, expected)
 
# 添加标注和标题
plt.legend(labels=('实际值', '期望值'), loc=1)
plt.title("实际值 与 期望值对比")
 
# 显示点到屏幕
plt.show()

输出结果如下：