如何在地图投影轴上添加图像并拉伸适配横竖方向

OffsetImage确实仅支持平移和等比例缩放，无法处理因地图投影导致的非均匀变形需求。要实现将正方形渐变图贴合到地图上的目标方框，需要通过投影变换+图像变形来完成，以下是具体实现方案（以Python生态为例）：

核心逻辑 #

通过计算图像像素坐标到地图投影坐标的投影变换矩阵，将原始正方形图像变形为适配目标方框的形状，再叠加到地图图层上。

具体步骤 #

假设你已获取：

• 目标方框的4个角点坐标（地图投影坐标系下）：box_corners = [(x1,y1), (x2,y2), (x3,y3), (x4,y4)]
• 原始渐变图像：gradient_img（已加载为numpy数组）

1. 定义图像与目标区域的对应点 #

提取原始正方形图像的4个像素角点：

img_height, img_width = gradient_img.shape[:2]
img_corners = [(0, 0), (img_width, 0), (img_width, img_height), (0, img_height)]

2. 计算投影变换矩阵 #

使用skimage的投影变换工具计算从图像像素到地图坐标的转换关系：

from skimage.transform import ProjectiveTransform
import numpy as np

# 转换为numpy数组格式
src_points = np.array(img_corners, dtype=np.float32)
dst_points = np.array(box_corners, dtype=np.float32)

# 估算变换矩阵
transform = ProjectiveTransform()
transform.estimate(src_points, dst_points)

3. 对图像执行投影变形 #

将原始图像变形为适配目标方框的形状：

from skimage.transform import warp

# 输出尺寸可根据地图画布大小调整，确保变形后的图像清晰
warped_gradient = warp(gradient_img, transform.inverse, output_shape=(800, 800))

4. 叠加到地图上 #

以Matplotlib为例，先绘制地图图层，再叠加变形后的图像：

import matplotlib.pyplot as plt

# 绘制底图（假设map_img为地图图像，map_extent为地图的坐标范围）
plt.imshow(map_img, extent=map_extent)

# 叠加变形后的渐变图，extent匹配目标方框的坐标范围
box_x_min = min(p[0] for p in box_corners)
box_x_max = max(p[0] for p in box_corners)
box_y_min = min(p[1] for p in box_corners)
box_y_max = max(p[1] for p in box_corners)

plt.imshow(warped_gradient, extent=(box_x_min, box_x_max, box_y_min, box_y_max), alpha=0.6)
plt.show()

适配Cartopy地图场景 #

如果使用Cartopy处理专业地图投影，只需在绘制时指定投影坐标系即可：

import cartopy.crs as ccrs

# 创建带投影的坐标轴
fig, ax = plt.subplots(subplot_kw={'projection': ccrs.PlateCarree()})
# 绘制地图底图
ax.imshow(map_data, transform=ccrs.PlateCarree(), extent=map_extent)
# 叠加变形后的图像，指定对应的地图投影
ax.imshow(warped_gradient, 
          extent=(box_x_min, box_x_max, box_y_min, box_y_max), 
          transform=your_map_projection, 
          alpha=0.6)
plt.show()

内容的提问来源于stack exchange，提问作者Minh Phan