如何在未知extent的图像上叠加自定义坐标系的散点与折线图？

嘿，这个问题我刚好处理过！其实你第一个思路的方向完全正确——咱们根本不需要提前知道extent，可以用你给出的两个坐标对应点直接计算出来，完美解决图像坐标和目标坐标系的映射问题。而且这种方法能让散点、折线图完全基于真实物理坐标系（m³/h和m）绘制，就算去掉背景图，图表依然具备实际意义。

核心思路 #

Matplotlib的imshow()函数的extent参数，本质是定义背景图像四个边缘在目标坐标系中的数值范围（格式为[xmin, xmax, ymin, ymax]）。我们可以利用你给出的两个对应点，推导图像像素坐标到目标坐标系的线性转换关系，进而算出整个图像的extent值。

具体步骤&代码示例 #

假设你已经读取了背景图像，我们按以下步骤来实现：

1. 获取图像尺寸：先拿到背景图的宽高，用于后续计算图像边缘的目标坐标
2. 计算坐标转换参数：通过已知的两个对应点，算出x轴和y轴的线性转换系数
3. 生成extent参数：用转换系数计算图像四个边缘对应的目标坐标
4. 绘制图像和叠加图表：用extent显示背景图，之后直接用目标坐标系绘制散点、折线

import matplotlib.pyplot as plt
import numpy as np

# 1. 读取背景图像并获取尺寸
img = plt.imread("your_background_image.png")  # 替换成你的图像路径
img_height, img_width = img.shape[:2]

# 2. 定义已知的坐标对应关系：(图像像素坐标x, y) → (目标坐标系x, y)
img_point1 = (110, 475)
target_point1 = (0, 10)
img_point2 = (530, 190)
target_point2 = (8, 40)

# 计算x轴的线性转换（图像x → 目标x）
x_slope = (target_point2[0] - target_point1[0]) / (img_point2[0] - img_point1[0])
x_intercept = target_point1[0] - x_slope * img_point1[0]
# 图像左右边缘对应的目标x值
x_min = x_intercept
x_max = x_slope * img_width + x_intercept

# 计算y轴的线性转换（图像y → 目标y）
# 注意：matplotlib中imshow的y轴是向下的，图像像素y越大，对应图像显示的y位置越低
y_slope = (target_point2[1] - target_point1[1]) / (img_point2[1] - img_point1[1])
y_intercept = target_point1[1] - y_slope * img_point1[1]
# 图像上下边缘对应的目标y值
y_min = y_slope * img_height + y_intercept
y_max = y_intercept

# 3. 生成extent参数
extent = [x_min, x_max, y_min, y_max]

# 4. 绘制背景图和叠加图表
fig, ax = plt.subplots()
# 用extent显示背景图，完成坐标映射
ax.imshow(img, extent=extent)

# 直接用目标坐标系绘制散点图（示例数据）
scatter_x = [1, 3, 5, 7]
scatter_y = [15, 25, 30, 35]
ax.scatter(scatter_x, scatter_y, color='crimson', s=60, label='测量点')

# 直接用目标坐标系绘制折线图（示例数据）
line_x = np.linspace(0, 8, 100)
line_y = 2.5 * line_x + 12.5
ax.plot(line_x, line_y, color='darkblue', linewidth=2, label='拟合曲线')

# 设置轴标签，对应目标物理单位
ax.set_xlabel('流量 (m³/h)')
ax.set_ylabel('高度 (m)')
ax.legend()

plt.show()

为什么不用双轴方案？ #

你提到的第二个思路（绑定双轴）其实没必要——通过extent已经完成了图像到目标坐标系的“无缝映射”，所有后续绘图操作都直接基于真实物理坐标系，不需要维护两套轴的关联关系，逻辑更简洁，也更符合Matplotlib的设计逻辑。

内容的提问来源于stack exchange，提问作者Christoph