基于屏幕空间坐标的正方形转立方体及围棋板坐标计算问询

1. 从屏幕空间的正方形拓展为世界空间的立方体 #

首先得明确：屏幕空间是2D的，丢失了深度（Z轴）信息，所以要把世界空间的正方形拉成立方体，核心是先恢复原正方形的3D位置，再沿着平面法向量方向拓展出厚度。具体步骤如下：

• 第一步：获取相机投影参数
  你需要知道相机的内参（比如焦距f，主点坐标(cx, cy)）和外参（相机在世界空间的位置camera_pos，以及相机的旋转矩阵R）——如果是你自己渲染的场景，这些参数肯定能拿到；如果是照片，可能需要通过相机标定得到。

• 第二步：将屏幕坐标转换为世界空间射线
  对正方形的每个屏幕顶点(x_screen, y_screen)，先转成归一化设备坐标（NDC）：

  x_ndc = (x_screen - cx) / f
  y_ndc = (y_screen - cy) / f
  

  然后通过相机外参把NDC方向转换为世界空间的射线方向：

  ray_dir_world = R @ np.array([x_ndc, y_ndc, 1.0])
  ray_dir_world = ray_dir_world / np.linalg.norm(ray_dir_world)
  

  这条射线从camera_pos出发，穿过屏幕上的目标点。

• 第三步：确定原正方形的世界空间平面
  假设原正方形在某个已知平面上（比如XY平面，Z=0），或者你可以通过四个屏幕顶点对应的射线，计算它们共同的相交平面（因为原正方形是平面图形，四条射线都落在这个平面上）。找到每条射线与该平面的交点，就是原正方形的四个3D顶点v1, v2, v3, v4。

• 第四步：拓展成立方体
  计算原正方形平面的法向量normal（比如通过cross(v2-v1, v3-v1)得到），然后给每个3D顶点加上法向量方向的偏移（比如offset = normal * cube_height / 2），得到立方体的另外四个顶点v1', v2', v3', v4'。这样就有了立方体的8个顶点。

• 第五步：投影回屏幕空间（如果需要）
  如果要得到立方体的屏幕坐标，把这8个顶点再通过相机投影矩阵转换回屏幕空间即可。

注意：如果没有相机参数，你可能需要做一些假设，比如原正方形的实际边长、立方体的厚度，或者利用透视的消失点来估算深度——比如单灭点场景下，所有平行线会汇聚到灭点，你可以通过这个来推导顶点的深度关系。

2. 已知围棋板四个角的屏幕坐标，计算目标点的屏幕坐标 #

这个问题本质是透视变换下的平面点映射——因为围棋板是平面，所以我们可以利用透视变换（Homography）来实现屏幕坐标和棋盘平面坐标的相互转换。具体步骤：

前提准备 #

• 定义棋盘的世界空间坐标：比如把棋盘的左下角设为(0, 0, 0)，右上角设为(b, b, 0)（其中b = n*a），四个角的世界坐标就是(0,0,0), (b,0,0), (b,b,0), (0,b,0)（对应屏幕上的p1,p2,p3,p4，注意顺序要严格对应）。

步骤1：计算透视变换矩阵（Homography） #

透视变换矩阵H是一个3x3的矩阵，满足：

[ x_screen ]   [ h11 h12 h13 ] [ x_world ]
[ y_screen ] = [ h21 h22 h23 ] [ y_world ]
[    1     ]   [ h31 h32 h33 ] [    1    ]

已知四组对应点（屏幕坐标p1-p4和世界坐标w1-w4），可以通过解线性方程组求出H。伪代码示例：

import numpy as np

# 棋盘平面的世界坐标
world_points = np.array([[0,0], [b,0], [b,b], [0,b]], dtype=np.float32)
# 照片中棋盘四个角的屏幕坐标
screen_points = np.array([p1, p2, p3, p4], dtype=np.float32)

# 计算透视变换矩阵H
H, _ = cv2.findHomography(world_points, screen_points)

步骤2：计算目标点的屏幕坐标 #

假设你要计算棋盘上某个点的世界坐标(x, y)（比如某个格子的角点(k*a, m*a)，k,m从0到n），把它代入透视变换：

# 构造齐次坐标
world_hom = np.array([x, y, 1])
# 应用透视变换
screen_hom = H @ world_hom
# 转换为非齐次屏幕坐标
x_screen = screen_hom[0] / screen_hom[2]
y_screen = screen_hom[1] / screen_hom[2]

这样得到的(x_screen, y_screen)就是目标点q的屏幕坐标。

关于灭点的说明 #

• 单灭点场景：棋盘的两组平行线中，一组平行于图像平面，另一组汇聚到灭点——这时候透视变换矩阵会自动适配这种结构，计算过程不需要特殊处理。
• 双灭点场景：两组平行线都汇聚到不同的灭点，同样，只要四组对应点的顺序正确，透视变换矩阵可以完美处理这种情况。

注意：一定要保证四组对应点的顺序一致（比如都是顺时针或逆时针的四个角），否则变换矩阵会出错。

内容的提问来源于stack exchange，提问作者Jekapa