如何从图像坐标反推世界平面坐标（z=0）-Python教程-PHP中文网

如何从图像坐标反推世界平面坐标（z=0）

本文介绍在已知相机内参、外参及至少四个共面（z=0）世界-图像对应点的前提下，如何将任意新检测到的图像坐标（如神经网络输出的像素位置）精确映射为真实世界中的二维平面坐标（x, y），适用于qr码标定、工业定位等场景。

本文介绍在已知相机内参、外参及至少四个共面（z=0）世界-图像对应点的前提下，如何将任意新检测到的图像坐标（如神经网络输出的像素位置）精确映射为真实世界中的二维平面坐标（x, y），适用于qr码标定、工业定位等场景。

在计算机视觉与机器人定位中，常需将图像中检测到的目标像素位置（u, v）转换为其在现实世界地面平面（通常设为 z = 0）上的物理坐标（x, y）。该过程并非简单线性缩放，而是依赖于相机成像几何模型的逆投影（inverse projection）。由于目标严格位于 z = 0 平面，问题可简化为求解单应性变换（Homography）——即一个3×3的齐次变换矩阵 H，满足：

[ \begin{bmatrix} u \ v \ 1 \end{bmatrix} \propto H \cdot \begin{bmatrix} x \ y \ 1 \end{bmatrix} ]

其中 ∝ 表示齐次等价（可相差非零标量因子）。

✅ 实施步骤（OpenCV 示例）

准备标定点对：采集至少4组不共线的已知世界坐标（xᵢ, yᵢ, 0）及其对应图像像素坐标（uᵢ, vᵢ）。例如：

Paraflow
一款AI图像与设计工具，主要用于AI产品设计智能体，适合需要提升相关任务效率的用户。

下载
```
# 世界坐标（单位：mm，z=0）
world_pts = np.array([[0, 0], [100, 0], [100, 100], [0, 100]], dtype=np.float32)
# 图像坐标（像素）
image_pts = np.array([[120, 85], [320, 78], [315, 240], [110, 235]], dtype=np.float32)
```

计算单应性矩阵 H：

H, _ = cv2.findHomography(world_pts, image_pts)  # H: image = H @ world
# 注意：findHomography 默认求的是 world → image 映射
# 因此需取逆得到 image → world 映射
H_inv = np.linalg.inv(H)

反向映射新点：

def pixel_to_world(u, v, H_inv):
    # 齐次化输入
    pt_img = np.array([u, v, 1.0])
    # 应用逆单应性
    pt_world_h = H_inv @ pt_img
    # 去齐次化
    x, y, w = pt_world_h
    return x / w, y / w

# 示例：神经网络输出的新目标位置
u_det, v_det = 215.3, 162.7
x_w, y_w = pixel_to_world(u_det, v_det, H_inv)
print(f"World position: ({x_w:.2f} mm, {y_w:.2f} mm)")

⚠️ 关键注意事项

共面性前提：所有标定点及待测目标必须严格位于同一平面（z = 0），否则单应性失效，需使用PnP或深度信息。
标定点质量：4个点应尽量分布均匀、不共线/近似共线；建议使用6–8个点并启用RANSAC提升鲁棒性：cv2.findHomography(..., method=cv2.RANSAC)。
相机畸变校正：务必先对原始图像进行畸变矫正（cv2.undistort()），再提取图像坐标，否则H精度显著下降。
坐标系一致性：确保世界坐标系原点、单位、方向与实际部署场景一致（如左下角为原点，x向右，y向上）。