基于2D四点的透视投影：单应性矩阵求解技术咨询

单应性矩阵计算步骤（无数学背景友好版） #

你已经知道单应性矩阵是3×3的齐次矩阵，核心作用是把原图像的点(xi, yi)映射到目标点(ui, vi)，变换公式是：

ui = (h1*xi + h2*yi + h3) / (h7*xi + h8*yi + h9)
vi = (h4*xi + h5*yi + h6) / (h7*xi + h8*yi + h9)

因为是齐次矩阵，我们可以把分母乘过去，转成线性方程组（每个点对应2个方程，4个点刚好8个方程），直接求解h1~h9：

1. 把每个点的坐标代入，整理成如下形式的线性方程：
   • 对第k个点：
     xi_k*h1 + yi_k*h2 + 1*h3 - xi_k*ui_k*h7 - yi_k*ui_k*h8 - ui_k*h9 = 0
xi_k*h4 + yi_k*h5 + 1*h6 - xi_k*vi_k*h7 - yi_k*vi_k*h8 - vi_k*h9 = 0
2. 将8个方程写成矩阵形式A * h = 0，其中h是包含h1~h9的9维向量，A是8×9的矩阵。
3. 求解这个方程组：因为是齐次方程，直接取矩阵A的SVD分解中最小奇异值对应的特征向量，就是h的解。最后把h重新整理成3×3矩阵即可。

简化实现技巧 #

如果不想自己写SVD，可以用游戏引擎自带的线性代数库（比如Unreal的FMatrix、Unity的Matrix4x4相关工具），或者用以下简化方式：

• 固定h9=1（齐次矩阵的特性，缩放不影响变换效果），这样未知数变成8个，直接解8元线性方程组，用消元法或者调用库中的线性方程组求解接口即可。

性能优化方案（每帧CPU运行） #

1. 避免重复求解矩阵：如果3D参考点不是每帧都变化，只在点位置更新时计算一次单应性矩阵，后续帧直接复用即可。
2. 简化求解计算：因为是刚好4个点（满秩情况），可以直接用预推导的4点单应性公式，跳过通用SVD分解，减少计算量。比如直接代入4个点的坐标，推导出h1~h9的具体表达式，避免矩阵分解的开销。
3. 利用引擎优化工具：游戏引擎的线性代数库都是经过SIMD优化的，优先用引擎内置的矩阵运算、求解函数，不要自己实现底层线性代数逻辑。
4. 图像变换优化：如果是对纹理图像做变形，不要逐像素计算变换，而是在采样纹理时直接用单应性矩阵的逆矩阵计算采样坐标（多数引擎的纹理采样支持自定义矩阵变换），把计算量分摊到GPU或者引擎的优化管线中。

内容的提问来源于stack exchange，提问作者wik-z