为何cv2.aruco.detectMarkers检测的角点坐标与真实值有偏差？

使用一张800×800的纯黑白理想标记图作为输入，标记位于图像中心，尺寸为500×500，因此角点的真实坐标应为[149.5, 149.5]、[649.5, 149.5]、[649.5, 649.5]、[149.5, 649.5]（注：原描述中第四个坐标存在重复笔误，已修正）。

在cv2.aruco.detectMarkers方法中设置亚像素细化参数后，返回的检测结果为[149.61249, 149.61249]、[649.3875, 149.61249]、[649.3875, 649.3875]、[149.61249, 649.3875]，与真实值存在细微偏差。

输入图像是完全理想的纯黑白图，不清楚为何cv2.aruco.detectMarkers未能给出准确结果，怀疑该方法是否引入了仅针对实际摄影场景的处理逻辑。尝试过其他亚像素细化方法（cv2.aruco.CORNER_REFINE_CONTOUR和cv2.aruco.CORNER_REFINE_APRILTAG），均未得到与真实值完全一致的结果。

import cv2
import matplotlib.pyplot as plt
import numpy as np


def plot_corners(corners):
    corners = corners.reshape([-1, 2])
    plt.plot(corners[:, 0].tolist() + [corners[0, 0]], corners[:, 1].tolist() + [corners[0, 1]])
    return


aruco_dict = cv2.aruco.extendDictionary(nMarkers=75, markerSize=3, randomSeed=1)
paras = cv2.aruco.DetectorParameters()
paras.cornerRefinementMethod = cv2.aruco.CORNER_REFINE_SUBPIX
paras.cornerRefinementWinSize = 2

img0 = cv2.imread('../data/dev/d1.png', cv2.IMREAD_GRAYSCALE)
corners, ids, _ = cv2.aruco.detectMarkers(img0, aruco_dict, parameters=paras)

print(corners[0])
plt.imshow(img0, cmap='gray')
plot_corners(corners[0])
plot_corners(np.array([[149.5, 149.5], [649.5, 149.5], [649.5, 649.5], [149.5, 649.5]]))
plt.legend(['detected corners', 'true corners'])
plt.show()

• 输入图像：800×800纯黑白图像，中心包含500×500的ArUco标记
• 检测结果可视化：对比检测角点与真实角点位置的折线图
• 左上角角点特写：标记左上角区域的细节放大图

内容的提问来源于stack exchange，提问作者Liu