如何将图像角落坐标转世界坐标？PyVista技术疑问

我正在为生成的每张截图配套世界文件，这样就能在CAD里按原始输入数据的正确位置、方向和比例引用这些文件。现在的核心问题是要获取导出图像左上角的坐标，作为世界文件的基点。

我用了一段简单的PyVista代码测试，渲染的polydata左上角坐标是(0, 1)，但我需要的是图像实际角落的坐标。我原以为plotter.bounds()返回polydata范围，renderer.bounds()返回图像范围，但两者返回的都是polydata的范围，没有得到我要的图像角落坐标。

测试代码：

import pyvista as pv
points = [[0, 0, 0],
          [1, 0, 0],
          [0.5, 1.0, 0]]
mesh = pv.PolyData(points)
pl = pv.Plotter()
pl.add_mesh(mesh)
pl.show_bounds(location='all', all_edges=True, grid=True)
pl.camera.tight(padding=0.1)
pl.parallel_projection = True # 去除透视影响
pl.screenshot('with_padding')
pl.show()

截图显示图像边缘有padding设置带来的空白，而当前获取的范围仅包含polydata：

• pl.bounds输出：(0.0, 1.0, 0.0, 1.0, 0.0, 0.0)
• pl.renderer.bounds输出：(0.0, 1.0, 0.0, 1.0, 0.0, 0.0)

解决思路 #

要获取图像实际角落的世界坐标，需要利用PyVista相机的投影矩阵，将图像像素坐标转换为世界坐标。具体步骤如下：

1. 获取相机的视图矩阵与投影矩阵，计算其逆矩阵用于坐标逆向转换
2. 将图像角落的像素坐标转换为归一化设备坐标（NDC）
3. 通过逆矩阵将NDC坐标转换回世界坐标

完整代码示例 #

import pyvista as pv
import numpy as np

# 创建测试网格
points = [[0, 0, 0], [1, 0, 0], [0.5, 1.0, 0]]
mesh = pv.PolyData(points)

pl = pv.Plotter()
pl.add_mesh(mesh)
pl.show_bounds(location='all', all_edges=True, grid=True)
pl.camera.tight(padding=0.1)
pl.parallel_projection = True

# 渲染后获取窗口尺寸
pl.render()
image_width, image_height = pl.window_size

# 获取相机转换矩阵并计算逆矩阵
view_matrix = pl.camera.GetViewTransformMatrix()
proj_matrix = pl.camera.GetProjectionTransformMatrix(
    pl.renderer.GetAspectRatio(), -1, 1
)
view_proj_matrix = np.dot(proj_matrix, view_matrix)
inv_view_proj = np.linalg.inv(view_proj_matrix)

def pixel_to_world(pixel_x, pixel_y):
    # 像素坐标转归一化设备坐标（NDC）
    ndc_x = (2 * pixel_x / image_width) - 1
    ndc_y = 1 - (2 * pixel_y / image_height)  # 修正PyVista与图像y轴方向差异
    # 构造齐次NDC坐标
    ndc_coord = np.array([ndc_x, ndc_y, -1.0, 1.0])
    # 转换为世界坐标并处理齐次分量
    world_coord = np.dot(inv_view_proj, ndc_coord)
    return world_coord[:3] / world_coord[3]

# 获取图像四个角落的世界坐标
top_left = pixel_to_world(0, 0)
top_right = pixel_to_world(image_width, 0)
bottom_left = pixel_to_world(0, image_height)
bottom_right = pixel_to_world(image_width, image_height)

print(f"图像左上角世界坐标: {top_left}")
print(f"图像右上角世界坐标: {top_right}")
print(f"图像左下角世界坐标: {bottom_left}")
print(f"图像右下角世界坐标: {bottom_right}")

pl.screenshot('with_padding.png')
pl.show()

说明 #

• 平行投影模式下该转换是精确的，完全满足CAD世界文件的精度要求
• pl.camera.tight(padding=0.1)设置的空白区域会让图像角落坐标超出polydata原始范围，这正是你需要的实际图像边界坐标

内容的提问来源于stack exchange，提问作者fwfa