Python中实现图像与散点云坐标原点(0,0)对齐的方法

要让图像的(0,0)与点云坐标系的(0,0)精准重合，核心是在plt.imshow中指定图像的坐标轴范围（extent参数），并调整原点对齐方式。以下是具体实现步骤：

步骤1：读取图像并获取尺寸 #

先读取图像，获取其像素宽度和高度，这是设置坐标范围的基础：

import matplotlib.pyplot as plt

# 读取图像
img = plt.imread("your_image.png")
# 获取图像的高度和宽度（注意：shape返回的是(高度, 宽度)）
img_h, img_w = img.shape[:2]

步骤2：绘制图像并对齐坐标 #

使用extent参数定义图像在坐标轴上的覆盖范围，同时设置origin='lower'让图像左下角对应坐标系的(0,0)（默认origin='upper'会让图像左上角对应(0,0)，与常规坐标轴方向冲突）：

plt.figure()
# 绘制图像：extent格式为[左边界, 右边界, 下边界, 上边界]
plt.imshow(img, extent=[0, img_w, 0, img_h], origin='lower')

步骤3：绘制点云并匹配坐标 #

直接使用plt.scatter绘制点云，此时点的坐标会与图像的坐标完全对应：

# 示例点云数据
x_data = [8, 15, 30]
y_data = [8, 22, 28]
# 绘制散点，颜色设为红色便于区分
plt.scatter(x_data, y_data, color='red', s=60)

步骤4：调整坐标轴范围（可选） #

为确保坐标轴范围与图像完全匹配，可手动设置x、y轴的显示范围：

plt.xlim(0, img_w)
plt.ylim(0, img_h)
plt.xlabel("X 坐标")
plt.ylabel("Y 坐标")
plt.show()

关键说明 #

• extent参数是核心：它直接定义了图像在坐标轴上的位置，让图像的四个角精准对应指定的坐标值。
• origin='lower'：修正matplotlib默认的图像原点方向，使其与常规笛卡尔坐标系（y轴向上递增）一致。
• 保持比例：如果需要图像不被拉伸变形，可添加plt.gca().set_aspect('equal', adjustable='box')，让坐标轴比例与图像原始比例匹配。

内容的提问来源于stack exchange，提问作者Strongscientist