如何在Plotly_go的3D投影上绘制2D布局？实现3D射门与2D球场结合

核心思路 #

把3D轨迹的三维坐标（x, y, z）投影到2D球场的平面（通常取x-y平面，忽略高度z，或按需用正交/透视投影规则计算），再将投影后的2D点集与预先绘制的2D足球场背景叠加显示。

具体实现步骤（以Matplotlib为例） #

1. 绘制2D足球场底图
   用matplotlib.patches构建标准足球场的边界、禁区、球门等元素，确保坐标范围匹配真实球场尺寸：

   import matplotlib.pyplot as plt
   import matplotlib.patches as patches
   
   # 创建画布与轴
   fig, ax = plt.subplots(figsize=(12, 8))
   
   # 绘制球场边界
   field = patches.Rectangle((0, 0), 105, 68, linewidth=2, edgecolor='green', facecolor='none')
   ax.add_patch(field)
   
   # 补充绘制中线、中圈、禁区、球门（示例简化）
   ax.plot([52.5, 52.5], [0, 68], color='green', linewidth=2)
   center_circle = patches.Circle((52.5, 34), 9.15, linewidth=2, edgecolor='green', facecolor='none')
   ax.add_patch(center_circle)
   
   # 匹配球场坐标范围
   ax.set_xlim(-5, 110)
   ax.set_ylim(-5, 73)
   ax.set_aspect('equal')
   

2. 处理3D轨迹的投影转换
   从3D轨迹数据中提取x、y坐标作为正交投影结果；若需透视投影，可结合相机矩阵计算，足球场景下正交投影足够：

   # 替换为你的真实3D轨迹数据
   trajectory_3d = [
       (10, 34, 0.5), (20, 34, 1.2), (30, 34, 2.0), (40, 34, 1.8),
       (50, 34, 1.0), (60, 34, 0.3), (70, 32, 0.1)
   ]
   
   # 提取x、y生成2D投影点
   x_proj = [point[0] for point in trajectory_3d]
   y_proj = [point[1] for point in trajectory_3d]
   z_values = [point[2] for point in trajectory_3d]
   

3. 叠加投影轨迹到2D球场
   在同一轴上绘制轨迹线、关键节点，可通过颜色映射保留高度信息：

   # 绘制轨迹线
   ax.plot(x_proj, y_proj, color='red', linewidth=2, label='射门轨迹投影')
   # 标记起点与落点
   ax.scatter(x_proj[0], y_proj[0], color='blue', s=100, label='射门起点')
   ax.scatter(x_proj[-1], y_proj[-1], color='orange', s=100, label='射门落点')
   # 用颜色展示射门高度
   scatter = ax.scatter(x_proj, y_proj, c=z_values, cmap='viridis', s=80)
   plt.colorbar(scatter, label='射门高度(m)')
   
   ax.legend()
   plt.show()
   

关键注意事项 #

• 确保3D轨迹坐标与2D球场坐标系统对齐：比如3D数据的x/y范围要和球场尺寸匹配，避免轨迹超出球场区域。
• 若使用现成球场图片作为背景，需通过ax.imshow()导入后调整坐标映射，让轨迹坐标与图片像素坐标对应。

内容的提问来源于stack exchange，提问作者Aditya Bhargav