You need to enable JavaScript to run this app. 如何计算旋转椭圆上的点坐标及xy极值对应点(Python)
优惠活动
大模型
产品
解决方案
定价
更多

如何计算旋转椭圆上的点坐标及xy极值对应点(Python)

旋转椭圆坐标点获取实现方案

问题核心

现有代码计算标记点时,直接套用了未旋转椭圆的坐标公式,没有对目标点施加旋转变换,因此标记点始终落在未旋转的蓝色椭圆上,无法和旋转后的洋红色椭圆对齐。
针对需要获取旋转椭圆x/y方向最大、最小坐标点的需求,有两种可直接落地的实现路径:


方案1:基于已生成点集查找极值(推荐,适配现有代码)

这套方法完全复用已有的旋转椭圆生成逻辑,不需要额外推导复杂公式,绘图场景下精度完全满足要求,出错率极低:

  • 已经生成的旋转椭圆坐标数组Ell_rot,覆盖了整个椭圆的全部采样点,数组内每一列对应椭圆上不带中心偏移的(x,y)坐标
  • 直接从数组中提取x、y方向的极值位置,加上中心偏移就可以得到图上可直接显示的真实坐标
  • 对应可直接运行的代码片段:
# 拆分旋转椭圆的x、y坐标数组
x_rot = Ell_rot[0, :]
y_rot = Ell_rot[1, :]

# 定位四个极值点的索引
idx_x_max = np.argmax(x_rot) # x坐标最大值的点索引
idx_x_min = np.argmin(x_rot) # x坐标最小值的点索引
idx_y_max = np.argmax(y_rot) # y坐标最大值的点索引
idx_y_min = np.argmin(y_rot) # y坐标最小值的点索引

# 提取带中心偏移的实际显示坐标
extreme_points = [
    (u + x_rot[idx_x_max], v + y_rot[idx_x_max]),
    (u + x_rot[idx_x_min], v + y_rot[idx_x_min]),
    (u + x_rot[idx_y_max], v + y_rot[idx_y_max]),
    (u + x_rot[idx_y_min], v + y_rot[idx_y_min])
]

# 绘制为红色标记点
for px, py in extreme_points:
    plt.scatter(px, py, s=50, color='red')

注:当前代码对椭圆做了100个点的采样,找到的极值点和理论值的偏差小于单个绘图像素的精度,完全适配可视化需求。


方案2:解析法直接计算极值(适合高精度场景)

如果需要不依赖采样点的精确极值坐标,可以通过求导推导直接计算:

  • 旋转椭圆上任意点的坐标满足如下公式:
    • x(t) = a*cos(t)*cos(t_rot) - b*sin(t)*sin(t_rot)
    • y(t) = a*cos(t)*sin(t_rot) + b*sin(t)*cos(t_rot)
  • 对参数t求导并令导数为0,即可解出x、y方向极值对应的t值,代回坐标公式并加上中心偏移,就能得到精确的四个极值点,对应代码:
# 计算x方向极值对应的参数t
t_x = np.arctan(-b * np.tan(t_rot) / a)
# 计算y方向极值对应的参数t
t_y = np.arctan(b / (a * np.tan(t_rot)))

# 生成四个精确极值点
# x最大、最小点
x_max = u + a*np.cos(t_x)*np.cos(t_rot) - b*np.sin(t_x)*np.sin(t_rot)
y_at_xmax = v + a*np.cos(t_x)*np.sin(t_rot) + b*np.sin(t_x)*np.cos(t_rot)
x_min = u - a*np.cos(t_x)*np.cos(t_rot) + b*np.sin(t_x)*np.sin(t_rot)
y_at_xmin = v - a*np.cos(t_x)*np.sin(t_rot) - b*np.sin(t_x)*np.cos(t_rot)

# y最大、最小点
y_max = v + a*np.cos(t_y)*np.sin(t_rot) + b*np.sin(t_y)*np.cos(t_rot)
x_at_ymax = u + a*np.cos(t_y)*np.cos(t_rot) - b*np.sin(t_y)*np.sin(t_rot)
y_min = v - a*np.cos(t_y)*np.sin(t_rot) - b*np.sin(t_y)*np.cos(t_rot)
x_at_ymin = u - a*np.cos(t_y)*np.cos(t_rot) + b*np.sin(t_y)*np.sin(t_rot)

plt.scatter(
    [x_max, x_min, x_at_ymax, x_at_ymin],
    [y_at_xmax, y_at_xmin, y_max, y_min],
    s=50, color='red'
)

常见踩坑修正

如果需要把原未旋转椭圆上、按固定角度选取的点对应到旋转椭圆上,不需要重新推导坐标,直接把原坐标乘上已经定义好的旋转矩阵,再加中心偏移即可:

# 原未旋转椭圆上的点(注意角度要从角度值转成弧度)
p_original = np.array([
    a * np.cos(np.radians(angle)),
    b * np.sin(np.radians(angle))
])
# 旋转后的坐标
p_rotated = np.dot(R_rot, p_original)
# 图上显示的真实坐标
p_display_x = u + p_rotated[0]
p_display_y = v + p_rotated[1]
plt.scatter(p_display_x, p_display_y, s=50, color='black')

注:原代码里直接用cos(angle)计算15度的点时,没有把角度转成弧度,会存在明显的坐标偏差,修正后即可正常对齐。


内容的提问来源于stack exchange,提问作者Tyr

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.23 00:45:05