为何cv2.PyRotationWarper.warp与warpPoint变换效果不一致？

核心误解点：cv2.PyRotationWarper的坐标变换逻辑 #

• 像素坐标与归一化相机坐标混淆
  PyRotationWarper.warpPoint() 要求输入的是归一化相机坐标，而非直接的图像像素坐标。如果直接传入[100,100]这类像素点，会被当成相机坐标系下的归一化坐标（已去除内参K的影响），结果必然偏离预期。
  正确流程：用像素点(u,v)构造齐次坐标[u, v, 1]，左乘内参K的逆矩阵，得到归一化坐标(x,y)后再传给warpPoint()。

• 旋转矩阵R的方向错误
  图像拼接中的R矩阵是源相机到目标相机的旋转变换，若你的R矩阵是目标到源的方向，变换后的点必然位置异常。需确认R的定义：cv2.PyRotationWarper是将源图像内容通过R变换到目标视角坐标系，因此R必须是源相机相对目标相机的旋转矩阵。

• 缩放因子未同步应用
  PyRotationWarper在 warp 图像时会自动计算缩放因子（确保拼接画布容纳所有图像），该缩放会作用于图像变换。若调用warpPoint()时未同步使用该缩放因子，或缩放顺序错误，得到的点坐标会与warp后的图像位置不匹配。
  解决方式：先调用warper.warp()获取变换后的图像及画布偏移量，再提取缩放因子，将warpPoint()的结果乘以缩放因子并加上偏移量，才能得到输出图像上的最终像素坐标。

示例修正代码 #

import cv2
import numpy as np

# 假设已知内参K和源到目标的旋转矩阵R
K = np.array([[fx, 0, cx], [0, fy, cy], [0, 0, 1]], dtype=np.float32)
R = np.array(...)  

# 初始化旋转warp器（可选spherical/plane等类型）
warper = cv2.PyRotationWarper("spherical", 1.0)

# 1. 像素坐标转归一化相机坐标
u, v = 100, 100
pixel_homo = np.array([u, v, 1], dtype=np.float32)
norm_coord = np.dot(np.linalg.inv(K), pixel_homo)[:2]

# 2. 对归一化坐标应用旋转变换
transformed_norm = warper.warpPoint(norm_coord, R)

# 3. 执行图像warp，获取缩放因子与画布偏移
src_img = cv2.imread("your_source_img.jpg")
dst_img, dst_tl = warper.warp(src_img, K, R, cv2.INTER_LINEAR, cv2.BORDER_REFLECT)
scale = warper.getScale()

# 4. 归一化坐标转回输出图像像素坐标
transformed_pixel_homo = np.dot(K, np.array([transformed_norm[0], transformed_norm[1], 1]))
transformed_u = transformed_pixel_homo[0] * scale + dst_tl[0]
transformed_v = transformed_pixel_homo[1] * scale + dst_tl[1]

print(f"修正后的投影点坐标：[{transformed_u:.2f}, {transformed_v:.2f}]")

内容的提问来源于stack exchange，提问作者nadlr