如何调整Matplotlib 3D相机以匹配已知投影视图？

要实现图像中立方体投影与Matplotlib 3D绘图的精准对齐，仅靠调整az（方位角）和elev（仰角）确实不够，因为还需要匹配相机的位置、焦距、视图平移缩放等参数，具体步骤如下：

• 提取坐标对应关系

  1. 手动标记渲染图像中8个立方体顶点的2D像素坐标，注意将图像的左上角原点转换为Matplotlib的左下角坐标系（翻转y轴数值）。
  2. 准备单位立方体的3D顶点坐标（已知固定值）：[(0,0,0), (0,0,1), (0,1,0), (0,1,1), (1,0,0), (1,0,1), (1,1,0), (1,1,1)]。

• 构建并求解投影矩阵
  Matplotlib的3D渲染基于透视投影模型，需通过已知的3D-2D点对求解对应投影矩阵（3×4矩阵）：

  1. 将透视投影的非线性方程线性化，把每个点对代入投影公式，构建超定方程组。
  2. 使用最小二乘法（比如numpy.linalg.lstsq()）求解投影矩阵的所有元素，这一步能得到匹配图像视角的相机核心参数（位置、朝向、焦距）。

• 替换Matplotlib的投影矩阵

  1. 获取当前Matplotlib 3D坐标轴的投影矩阵：current_proj = ax.get_proj()。
  2. 将求解得到的投影矩阵替换掉current_proj中对应的部分，或直接赋值给ax.proj。
  3. 调整相机距离参数dist（通过修改坐标轴的相机属性），匹配图像中的缩放比例。

• 校准视图位置
  如果投影后立方体位置仍有偏移，调整坐标轴的显示范围（ax.set_xlim()/ax.set_ylim()/ax.set_zlim()），或微调投影矩阵中的平移项，确保立方体在画布中的位置与图像完全重合。

内容的提问来源于stack exchange，提问作者nsnfn