这个变焦问题确实是板球计算机视觉项目里的典型痛点——毕竟场地参考系一变，球的位置校准逻辑直接就乱了。结合你的场景（初始有完整场地帧，后续变焦），我给你分享几个实操性很强的解决思路，都是业内做体育赛事CV常用的方法：

一、基于场地固定特征的透视变换校准（最推荐） #

这是最直接有效的方案，核心思路是把所有帧都统一到初始的全场地视角坐标系下，步骤如下：

• 第一步：标记参考特征点：在初始的完整场地帧里，手动或自动标注至少4个高辨识度的固定场地特征点（比如三柱门的四个底座、场地边界白线的交叉点）。同时，你需要查板球规则获取这些点的真实世界坐标（比如三柱门之间的标准距离是22码，换算成米是20.12米）。
• 第二步：逐帧检测特征点：对后续每一个变焦后的帧，检测这些特征点的当前像素位置。如果自动检测有难度，可以先用手动标注几帧，训练一个轻量的目标检测器（比如YOLO的小型版本）来自动识别三柱门、白线这些元素。
• 第三步：透视变换统一视角：计算当前帧到初始全场地帧的透视变换矩阵M，然后用OpenCV的cv2.warpPerspective()函数把当前帧 warp 到统一的全场地坐标系下。这样不管怎么变焦，每帧的画面都和初始帧的视角、比例一致。
• 第四步：球位置计算：在变换后的统一视角帧里检测球的像素位置，再结合初始标记的真实世界坐标，就能把像素位置转换成真实场地中的坐标，为后续3D轨迹绘制提供准确数据。

二、相机内参与变焦参数估计 #

如果你的视频变焦过程比较平滑，也可以通过相机投影模型来校正坐标：

• 初始相机标定：利用初始完整场地帧和已知的场地真实尺寸，标定相机的初始内参（焦距、主点等）。这一步可以用OpenCV的相机标定工具完成。
• 变焦参数反推：对后续每帧，通过检测固定特征点的像素尺寸变化，反推当前帧的焦距（变焦本质就是相机焦距的改变）。比如初始帧里三柱门高度是100像素，对应真实高度2.74米；变焦后某帧里三柱门高度是200像素，说明焦距变成了原来的2倍。
• 坐标校正：用更新后的内参，把球的像素坐标重新投影到统一的3D世界坐标系中，这样就能消除变焦带来的比例误差。

三、基于固定目标的相对比例校准 #

如果场地特征点检测难度大，还可以用场景中的固定目标（比如三柱门、球员）做相对校准：

• 建立比例参考：在初始帧里，确定球和某个固定目标（比如三柱门）的相对位置关系，以及该目标的真实尺寸和像素尺寸的比例。
• 逐帧计算缩放比例：在后续变焦帧里，跟踪这个固定目标的像素尺寸变化，计算当前帧相对于初始帧的缩放比例。
• 校正球的位置：把球的像素位置按缩放比例反向映射，再结合初始的位置参考，得到在全场地坐标系下的位置。

额外注意事项 #

• 优先选择第一种方法，因为它依赖的是场地的物理固定特征，稳定性最高，对于板球这种场地规则明确的场景适配性最好。
• 处理完变焦校正后，再进行球的检测和跟踪（可以用DeepSORT这类跟踪算法），最后结合相机的运动信息，就能实现精准的3D轨迹绘制。

正如你给出的示例：
初始完整场地帧：

变焦后的局部场地帧：

备注：内容来源于stack exchange，提问作者CSE RU