基于Homography实现C#中两幅图像的像素点坐标映射

我明白你的需求——不需要对图像做畸变校正，只需要建立两幅图之间的像素坐标映射关系，输入原图的(X,Y)就能直接拿到畸变图里的对应(X',Y')坐标对吧？用OpenCV的单应矩阵（Homography）完全能实现这个需求，你之前的思路是对的，只是可能需要把流程封装成一个易用的函数，下面我给你详细的C#实现方案：

核心原理回顾 #

单应矩阵是一个3x3的矩阵，它可以描述平面上的点在透视变换下的映射关系。通过4对不共线的对应点，FindHomography就能计算出这个矩阵，之后用PerspectiveTransform就能把原图的点转换到目标图的坐标上——这一步不需要处理整幅图像，只需要传入单个或多个点就行，正好符合你的需求。

C#完整实现代码（基于OpenCVSharp） #

首先确保你已经通过NuGet安装了OpenCVSharp4和OpenCVSharp4.runtime.win（Windows环境），如果是其他平台可以安装对应的runtime包。

下面是封装好的可复用类：

using OpenCvSharp;
using System.Collections.Generic;
using System.Linq;

public class ImagePointMapper
{
    private readonly Mat _homographyMatrix;

    /// <summary>
    /// 初始化坐标映射器
    /// </summary>
    /// <param name="srcPoints">原图的4个对应点（不共线）</param>
    /// <param name="dstPoints">目标图的4个对应点</param>
    public ImagePointMapper(IEnumerable<Point2d> srcPoints, IEnumerable<Point2d> dstPoints)
    {
        var srcArray = srcPoints.ToArray();
        var dstArray = dstPoints.ToArray();

        // 用RANSAC鲁棒性估计计算单应矩阵，适合存在微小误差的点对
        _homographyMatrix = Cv2.FindHomography(srcArray, dstArray, HomographyMethods.Ransac);

        // 校验矩阵是否有效
        if (_homographyMatrix.Empty())
        {
            throw new System.InvalidOperationException("无法计算有效单应矩阵，请确保4个点不共线且对应关系正确");
        }
    }

    /// <summary>
    /// 将原图坐标映射到目标图坐标
    /// </summary>
    /// <param name="x">原图X坐标</param>
    /// <param name="y">原图Y坐标</param>
    /// <returns>目标图的对应坐标(X', Y')</returns>
    public Point2d MapPoint(double x, double y)
    {
        // 构造待转换的点数组（PerspectiveTransform接受数组输入）
        var input = new[] { new Point2d(x, y) };
        // 执行透视变换，自动处理齐次坐标转换
        var output = Cv2.PerspectiveTransform(input, _homographyMatrix);
        // 返回转换后的点
        return output[0];
    }
}

用你的示例点测试 #

现在用你给出的示例点验证这个类的效果：

// 你的示例对应点
var srcPoints = new List<Point2d>
{
    new Point2d(250, 25),
    new Point2d(250, 287),
    new Point2d(399, 287),
    new Point2d(400, 28)
};

var dstPoints = new List<Point2d>
{
    new Point2d(0, 0),
    new Point2d(2098, 29538),
    new Point2d(19127, 28164),
    new Point2d(17097, -1200)
};

// 初始化映射器
var mapper = new ImagePointMapper(srcPoints, dstPoints);

// 测试原图的(250,25)点
var mappedPoint = mapper.MapPoint(250, 25);
System.Console.WriteLine($"对应目标图坐标：X' = {mappedPoint.X:F2}, Y' = {mappedPoint.Y:F2}");
// 输出应该接近(0, 0)，微小误差属于正常计算精度范围

关键细节说明 #

• 单应矩阵计算方式：我用了HomographyMethods.Ransac，它能自动过滤点对中的噪声或误差；如果你的4对点完全精准，也可以传0使用默认计算方法，速度更快。
• 坐标转换逻辑：PerspectiveTransform内部会自动处理齐次坐标到笛卡尔坐标的转换，你不需要手动计算矩阵乘法。
• 异常处理：构造函数里加了矩阵有效性校验，如果4个点共线或者对应关系错误，会抛出异常提示你排查问题。

无OpenCV替代方案（可选） #

如果你不想依赖OpenCV，也可以手动推导单应矩阵的线性方程组并求解，但需要自己实现矩阵运算、齐次坐标转换等逻辑，代码复杂度会高很多。除非有特殊限制，否则更推荐用OpenCVSharp的成熟方案。

内容的提问来源于stack exchange，提问作者Dairon