本文介绍在已知相机内参、外参及四个共面参考点（如qr码）对应关系的前提下，如何将任意新检测到的图像坐标（x, y）精确映射到同一平面（z=0）上的世界坐标（x, y），适用于工业定位、ar标定等场景。
本文介绍在已知相机内参、外参及四个共面参考点（如qr码）对应关系的前提下，如何将任意新检测到的图像坐标（x, y）精确映射到同一平面（z=0）上的世界坐标（x, y），适用于工业定位、ar标定等场景。
在计算机视觉中，将图像像素坐标反向映射为真实世界坐标是一个典型的单应性（Homography）求解问题——尤其当所有目标点均位于同一平面（如地面、桌面，即 z = 0）时，该映射可被建模为一个 3×3 的单应性矩阵 H，它完整描述了该平面到图像平面的射影变换关系。
✅ 核心思路：构建并应用单应性矩阵
假设你已知 4 个固定 QR 码的世界坐标（以米为单位，z=0）：
world_pts = np.array([[0.0, 0.0], # QR1
[1.0, 0.0], # QR2
[1.0, 1.0], # QR3
[0.0, 1.0]], # QR4
dtype=np.float32)
及其在图像中对应的像素坐标：
img_pts = np.array([[120, 85], # 对应 QR1
[420, 90], # 对应 QR2
[415, 310], # 对应 QR3
[125, 305]], # 对应 QR4
dtype=np.float32)
即可使用 OpenCV 快速计算单应性矩阵：
H, _ = cv2.findHomography(world_pts, img_pts) # 注意：顺序是 world → image # 反向映射需用 H 的逆矩阵：image → world H_inv = np.linalg.inv(H) # 对新检测到的图像点 (u, v)，计算其世界坐标 (X, Y) uv_hom = np.array([u, v, 1.0]) # 齐次坐标 XYW_hom = H_inv @ uv_hom # 输出为 [X, Y, W] X, Y = XYW_hom[0]/XYW_hom[2], XYW_hom[1]/XYW_hom[2] # 归一化
⚠️ 注意事项：
- cv2.findHomography() 要求至少 4 对非共线点；推荐使用 4 个以上点并启用 RANSAC 提升鲁棒性：cv2.findHomography(world_pts, img_pts, method=cv2.RANSAC, ransacReprojThreshold=3.0)
- 所有世界坐标必须严格共面（z=0），否则单应性失效，需改用 PnP + 深度估计；
- 相机畸变会影响精度，建议先对原始图像做畸变校正（cv2.undistort()）再提取角点；
- 若世界坐标系原点/尺度不明确，可自定义单位（如“格子单位”），只要保持一致性即可。
✅ 验证与优化建议
- 验证方法：将已知 QR 点的图像坐标代入 H_inv，检查反算结果是否与原始世界坐标误差
- 提升精度：采集多组不同姿态下的标定板图像，联合优化单应性矩阵；或结合相机标定（cv2.calibrateCamera）获取更精确的内参 K 和外参 [R|t]，构造解析式 P = K[R|t] 后显式求解 z=0 平面交点（即“反投影到 z=0 平面”）；
- 部署提示：H 矩阵只需离线计算一次，运行时仅需矩阵乘法，适合嵌入式实时应用。
通过上述流程，你即可将神经网络输出的任意图像坐标（如检测框中心点）稳定、高效地转换为物理空间中的二维位置，真正实现“所见即所得”的精准定位。
