空间坐标变换(Python&C++实现)

已于 2022-12-20 16:09:52 修改
阅读量1.5k 收藏 12
点赞数 1
文章标签： python 线性代数
于 2022-12-07 16:55:33 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44729155/article/details/128222473
版权

空间坐标变换可看作坐标点乘以一个齐次矩阵，其中，齐次矩阵可表示为：
在这里插入图片描述
其中：
①区域的3×3矩阵产生三维图形的比例、对称、旋转、错切等基本变换；
②区域产生图形的透视变换；
③区域产生沿X、Y、Z三个轴的平移变换；
④区域产生图形的总比例变换。

平移变换

平移变换可表示为：
[ x y z 1 ] [ 1 0 0 0 0 1 0 0 0 0 1 0 l m n 1 ] = [ x + l y + m z + n 1 ] \begin{gathered} \quad \begin{bmatrix} x & y & z & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & 1 & 0 & 0 \\ 0 & 0 & 1 & 0 \\ l & m & n & 1 \end{bmatrix} = \begin{bmatrix} x+l & y+m & z+n & 1 \end{bmatrix} \end{gathered} [x​y​z​1​] ​100l​010m​001n​0001​ ​=[x+l​y+m​z+n​1​]​

绕X轴旋转

空间立体绕X轴旋转某个角度，实体上个点的X坐标不变，只有Y、Z坐标改变，可表示为：
[ x y z 1 ] [ 1 0 0 0 0 c o s ( θ ) s i n ( θ ) 0 0 − s i n ( θ ) c o s ( θ ) 0 0 0 0 1 ] = [ x y × c o s ( θ ) − z × s i n ( θ ) y × s i n ( θ ) + z × c o s ( θ ) 1 ] \begin{gathered} \quad \begin{bmatrix} x & y & z & 1 \end{bmatrix} \begin{bmatrix} 1 & 0 & 0 & 0 \\ 0 & cos(\theta) & sin(\theta) & 0 \\ 0 & -sin(\theta) & cos(\theta) & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix} = \begin{bmatrix} x & y \times cos(\theta) - z \times sin(\theta) & y \times sin(\theta) + z \times cos(\theta) & 1 \end{bmatrix} \end{gathered} [x​y​z​1​] ​1000​0cos(θ)−sin(θ)0​0sin(θ)cos(θ)0​0001​ ​=[x​y×cos(θ)−z×sin(θ)​y×sin(θ)+z×cos(θ)​1​]​

绕Y轴旋转

空间立体绕Y轴旋转某个角度，实体上个点的Y坐标不变，只有X、Z坐标改变，可表示为：
[ x y z 1 ] [ c o s ( θ ) 0 − s i n ( θ ) 0 0 1 0 0 s i n ( θ ) 0 c o s ( θ ) 0 0 0 0 1 ] = [ x × c o s ( θ ) + z × s i n ( θ ) y − x × s i n ( θ ) + z × c o s ( θ ) 1 ] \begin{gathered} \quad \begin{bmatrix} x & y & z & 1 \end{bmatrix} \begin{bmatrix} cos(\theta) & 0 & -sin(\theta) & 0 \\ 0 & 1 & 0 & 0 \\ sin(\theta) & 0 & cos(\theta) & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix} = \begin{bmatrix} x \times cos(\theta) + z \times sin(\theta) & y & -x \times sin(\theta) + z \times cos(\theta) & 1 \end{bmatrix} \end{gathered} [x​y​z​1​] ​cos(θ)0sin(θ)0​0100​−sin(θ)0cos(θ)0​0001​ ​=[x×cos(θ)+z×sin(θ)​y​−x×sin(θ)+z×cos(θ)​1​]​

绕Z轴旋转

空间立体绕Z轴旋转某个角度，实体上个点的Z坐标不变，只有X、Y坐标改变，可表示为：
[ x y z 1 ] [ c o s ( θ ) s i n ( θ ) 0 0 − s i n ( θ ) c o s ( θ ) 0 0 0 0 1 0 0 0 0 1 ] = [ x × c o s ( θ ) − y × s i n ( θ ) x × s i n ( θ ) + y × c o s ( θ ) z 1 ] \begin{gathered} \quad \begin{bmatrix} x & y & z & 1 \end{bmatrix} \begin{bmatrix} cos(\theta) & sin(\theta) & 0 & 0 \\ -sin(\theta) & cos(\theta) & 0 & 0 \\ 0 & 0 & 1 & 0 \\ 0 & 0 & 0 & 1 \end{bmatrix} = \begin{bmatrix} x \times cos(\theta) - y \times sin(\theta) & x \times sin(\theta) + y \times cos(\theta) & z & 1 \end{bmatrix} \end{gathered} [x​y​z​1​] ​cos(θ)−sin(θ)00​sin(θ)cos(θ)00​0010​0001​ ​=[x×cos(θ)−y×sin(θ)​x×sin(θ)+y×cos(θ)​z​1​]​

python代码

绕X轴旋转

def rotate_X(x, y, z, alpha):
    alpha = alpha * (np.pi / 180)
    x_r = x
    y_r = np.cos(alpha) * y - np.sin(alpha) * z
    z_r = np.sin(alpha) * y + np.cos(alpha) * z
    return round(x_r, 4), round(y_r, 4), round(z_r, 4)

绕Y轴旋转

def rotate_Y(x, y, z, beta):
    beta = beta * (np.pi / 180)
    x_r = np.cos(beta) * x + np.sin(beta) * z
    y_r = y
    z_r = -np.sin(beta) * x + np.cos(beta) * z
    return round(x_r, 4), round(y_r, 4), round(z_r, 4)

绕Z轴旋转

def rotate_Z(x, y, z, gamma):
    gamma = gamma * (np.pi / 180)
    x_r = np.cos(gamma) * x - np.sin(gamma) * y
    y_r = np.sin(gamma) * x + np.cos(gamma) * y
    z_r = z
    return round(x_r, 4), round(y_r, 4), round(z_r, 4)

为了更直观的显示，使用matplotlib将旋转前后的点显示出来

def plot_3D(x, y, z, x1, y1, z1):
    a, b, c = [0, x, x1], \
              [0, y, y1], \
              [0, z, z1]
    d, e, f, g, h, i = [0], [0], [0], [0], [0], [0]
    d.append(x)
    e.append(y)
    f.append(z)
    g.append(x1)
    h.append(y1)
    i.append(z1)

    dd, ee, ff = [x, 0, 0, x, x, x], \
                 [y, y, 0, 0, y, y], \
                 [z, z, z, z, z, 0]

    dd1, ee1, ff1 = [0, x, x, 0, 0, 0], \
                    [0, 0, y, y, 0, 0], \
                    [0, 0, 0, 0, 0, z]
    dd2, ee2, ff2 = [x, x], \
                    [0, 0], \
                    [0, z]
    dd3, ee3, ff3 = [0, 0], \
                    [y, y], \
                    [0, z]

    gg, hh, ii = [x1, 0, 0, x1, x1, x1], \
                 [y1, y1, 0, 0, y1, y1], \
                 [z1, z1, z1, z1, z1, 0]
    gg1, hh1, ii1 = [0, x1, x1, 0, 0, 0], \
                    [0, 0, y1, y1, 0, 0], \
                    [0, 0, 0, 0, 0, z1]
    gg2, hh2, ii2 = [x1, x1], \
                    [0, 0], \
                    [0, z1]
    gg3, hh3, ii3 = [0, 0], \
                    [y1, y1], \
                    [0, z1]

    ax = plt.axes(projection='3d')  # 创建一个三维的绘图工程
    ax.scatter3D(a, b, c, c='r')  # 绘制数据点 c: 'r'红色，'y'黄色，等颜色
    ax.text(x, y, z, (x, y, z), c='r')  # 显示点坐标
    ax.text(x1, y1, z1, (x1, y1, z1), c='r')
    ax.plot3D(d, e, f, c='b')
    ax.plot3D(dd, ee, ff, c='b', linestyle='--')
    ax.plot3D(dd1, ee1, ff1, c='b', linestyle='--')
    ax.plot3D(dd2, ee2, ff2, c='b', linestyle='--')
    ax.plot3D(dd3, ee3, ff3, c='b', linestyle='--')
    ax.plot3D(g, h, i, c='y')
    ax.plot3D(gg, hh, ii, c='y', linestyle='--')
    ax.plot3D(gg1, hh1, ii1, c='y', linestyle='--')
    ax.plot3D(gg2, hh2, ii2, c='y', linestyle='--')
    ax.plot3D(gg3, hh3, ii3, c='y', linestyle='--')

    ax.set_xlabel('X')  # 设置x坐标轴
    ax.set_ylabel('Y')  # 设置y坐标轴
    ax.set_zlabel('Z')  # 设置z坐标轴
    ax.grid(False)  # 关闭网格

    plt.show()

现设初始点为P0（0，0，6），P0先绕X轴旋转6°，再绕Y轴旋转45°得到P2
在这里插入图片描述
完整代码：

import numpy as np
import matplotlib.pyplot as plt


# 1、绕Z周旋转gamma角
def rotate_Z(x, y, z, gamma):
    gamma = gamma * (np.pi / 180)
    x_r = np.cos(gamma) * x - np.sin(gamma) * y
    y_r = np.sin(gamma) * x + np.cos(gamma) * y
    z_r = z
    return round(x_r, 4), round(y_r, 4), round(z_r, 4)


# 2、绕Y轴旋转beta角
def rotate_Y(x, y, z, beta):
    beta = beta * (np.pi / 180)
    x_r = np.cos(beta) * x + np.sin(beta) * z
    y_r = y
    z_r = -np.sin(beta) * x + np.cos(beta) * z
    return round(x_r, 4), round(y_r, 4), round(z_r, 4)


# 3、绕X轴旋转alpha角
def rotate_X(x, y, z, alpha):
    alpha = alpha * (np.pi / 180)
    x_r = x
    y_r = np.cos(alpha) * y - np.sin(alpha) * z
    z_r = np.sin(alpha) * y + np.cos(alpha) * z
    return round(x_r, 4), round(y_r, 4), round(z_r, 4)


def plot_3D(x, y, z, x1, y1, z1):
    a, b, c = [0, x, x1], \
              [0, y, y1], \
              [0, z, z1]
    d, e, f, g, h, i = [0], [0], [0], [0], [0], [0]
    d.append(x)
    e.append(y)
    f.append(z)
    g.append(x1)
    h.append(y1)
    i.append(z1)

    dd, ee, ff = [x, 0, 0, x, x, x], \
                 [y, y, 0, 0, y, y], \
                 [z, z, z, z, z, 0]

    dd1, ee1, ff1 = [0, x, x, 0, 0, 0], \
                    [0, 0, y, y, 0, 0], \
                    [0, 0, 0, 0, 0, z]
    dd2, ee2, ff2 = [x, x], \
                    [0, 0], \
                    [0, z]
    dd3, ee3, ff3 = [0, 0], \
                    [y, y], \
                    [0, z]

    gg, hh, ii = [x1, 0, 0, x1, x1, x1], \
                 [y1, y1, 0, 0, y1, y1], \
                 [z1, z1, z1, z1, z1, 0]
    gg1, hh1, ii1 = [0, x1, x1, 0, 0, 0], \
                    [0, 0, y1, y1, 0, 0], \
                    [0, 0, 0, 0, 0, z1]
    gg2, hh2, ii2 = [x1, x1], \
                    [0, 0], \
                    [0, z1]
    gg3, hh3, ii3 = [0, 0], \
                    [y1, y1], \
                    [0, z1]

    ax = plt.axes(projection='3d')  # 创建一个三维的绘图工程
    ax.scatter3D(a, b, c, c='r')  # 绘制数据点 c: 'r'红色，'y'黄色，等颜色
    ax.text(x, y, z, (x, y, z), c='r')  # 显示点坐标
    ax.text(x1, y1, z1, (x1, y1, z1), c='r')
    ax.plot3D(d, e, f, c='b')
    ax.plot3D(dd, ee, ff, c='b', linestyle='--')
    ax.plot3D(dd1, ee1, ff1, c='b', linestyle='--')
    ax.plot3D(dd2, ee2, ff2, c='b', linestyle='--')
    ax.plot3D(dd3, ee3, ff3, c='b', linestyle='--')
    ax.plot3D(g, h, i, c='y')
    ax.plot3D(gg, hh, ii, c='y', linestyle='--')
    ax.plot3D(gg1, hh1, ii1, c='y', linestyle='--')
    ax.plot3D(gg2, hh2, ii2, c='y', linestyle='--')
    ax.plot3D(gg3, hh3, ii3, c='y', linestyle='--')

    ax.set_xlabel('X')  # 设置x坐标轴
    ax.set_ylabel('Y')  # 设置y坐标轴
    ax.set_zlabel('Z')  # 设置z坐标轴
    ax.grid(False)  # 关闭网格

    plt.show()


if __name__ == '__main__':
    x, y, z = 0, 0, 6
    x1, y1, z1 = rotate_X(x, y, z, 6)
    x2, y2, z2 = rotate_Y(x1, y1, z1, 45)
    print(x2, y2, z2)
    plot_3D(x, y, z, x2, y2, z2)

C++代码：

#include<iostream>
#include <iomanip>
#include<math.h>
#define PAI acos(-1)

using namespace std;
void  rotate_Z(double x, double y, double z, double theta);
void  rotate_Y(double x, double y, double z, double theta);
void  rotate_X(double x, double y, double z, double theta);

 
int main() 
{
	double x = 0;
	double y = 0;
	double z = 6;
	rotate_Z(x,y,z,45);
	return 0;
}

void  rotate_Z(double x, double y, double z, double theta)
{
	double theta_r = theta * (PAI/180);
	double x_r = cos(theta_r) * x - sin(theta_r) * y;
	double y_r = sin(theta_r) * x + sin(theta_r) * y;
	double z_r = z;
	
	cout.setf(ios::fixed);
	cout << "X:" << setprecision(4) << x_r << endl;
	cout << "Y:" << setprecision(4) << y_r << endl;
	cout << "Z:" << setprecision(4) << z_r << endl;
 } 
 
void  rotate_Y(double x, double y, double z, double theta)
{
	double theta_r = theta * (PAI/180);
	double x_r = cos(theta_r) * x + sin(theta_r) * z;
	double y_r = y;
	double z_r = -sin(theta_r) * x + cos(theta_r) * z;
	
	cout.setf(ios::fixed);
	cout << "X:" << setprecision(4) << x_r << endl;
	cout << "Y:" << setprecision(4) << y_r << endl;
	cout << "Z:" << setprecision(4) << z_r << endl;
 } 
 
void  rotate_X(double x, double y, double z, double theta)
{
	double theta_r = theta * (PAI/180);
	double x_r = x;
	double y_r = cos(theta_r) * y - sin(theta_r) * z;
	double z_r = sin(theta_r) * y + cos(theta_r) * z;
	
	cout.setf(ios::fixed);
	cout << "X:" << setprecision(4) << x_r << endl;
	cout << "Y:" << setprecision(4) << y_r << endl;
	cout << "Z:" << setprecision(4) << z_r << endl;
 }
陆先森不怕鬼
关注
  • 1
    点赞
  • 踩
  • 12
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
空间坐标转换
lihongtao8209的专栏
05-17 2502
空间坐标坐标空间的定义四种空间类型如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 坐标空间的定义 A coordinate space is a planar space based on t...
python 和c++实现旋转矩阵到欧拉角的变换方式
01-21
在摄影测量学科中，国际摄影测量遵循OPK系统，即是xyz转角系统，而工业中往往使用zyx转角系统。 旋转矩阵的意义：描述相对地面的旋转情况，yaw-pitch-roll对应zyx对应k,p,w #include #include ...
空间三维坐标变换
paul1994的博客
10-31 1219
以A为基坐标轴，B坐标系原点相对A坐标系原点的位置(x,y,z)；RPY 角(固定轴)：B坐标系绕A坐标的x，y，z三个轴进行旋转；齐次矩阵的逆物理含义为：齐次矩阵代表B坐标系相对A坐标系的位置和姿态；已知P点在B坐标轴的坐标，B坐标系以 A 坐标系为基础的相对位置和姿态，求解P点在A坐标轴的坐标。分解到 A 坐标的三个轴上，同理将P点在B坐标系的y，z坐标值也分解到A坐标系的三个轴上。RPY 角(固定轴)：B坐标系绕A坐标的x，y，z三个轴进行旋转；坐标系A、B开始为重合的2个坐标系，坐标系。
三维空间坐标转换
09-18
介绍三维中如何进行地理坐标与空间坐标之间的转换
坐标系变换
最新发布
m0_70175562的博客
06-23 199
坐标系和向量可以绕x,y,z三个轴进行旋转，以右手坐标系为标准，坐标轴朝自身视角时以逆时针旋转为正方向。例如，若坐标系oxyz绕固定坐标系旋转，绕z轴旋转30度，绕y旋转10度，绕x轴旋转5度，变换到坐标系ox'y'z'，则旋转矩阵为。旋转形式分为外旋和内旋，外旋表示每次旋转绕固定坐标系的轴进行旋转，而内旋表示每次绕自身坐标系的轴旋转。原本指向x轴正方向的向量，在绕坐标轴逆时针绕z轴旋转90度后，指向y轴正方向。其中，x为变换前的向量或点，x'表示变换后得到的向量或点，R表示旋转矩阵。
空间坐标系及其坐标变换
qq_43310997的博客
09-14 7947
地球坐标系 地球坐标系固定在地球上而随地球一起在空间做公转和自转运动，所以它又称为地固坐标系。地心直角坐标系(XT, YT, ZT)和地心大地坐标系(φ, λ, h)均是以地心Ο为坐标原点的地球坐标系，所以两者又均是地心地固（ECEF）坐标系。 地心地固直角坐标系 地心地固直角坐标系以地心Ο作为坐标原点，其Z轴指向协议地球北极，X轴指向参考子午面（通常是英国伦敦处的格林尼治子午面）与地球赤道的一个交点，而X, Y和Z三轴一起构成右手直角坐标系。 若(x, y, z)为点P在地心地固直角坐标系中的坐标，则我
空间坐标（系）如何进行变换？
【cacrle】的博客
02-24 3981
要描述某一物体在现实场景的位置，通常以三维空间坐标系下的坐标进行说明，当物体位置或自身进行变化时，可以用放射变换说明物体的变化情况。仿射变换中的基本变换包括平移、旋转、缩放、剪切。本文研究的物体为刚体，涉及的变换为平移和旋转，下文将以平移和旋转变换分别说明二维平面和三维空间坐标（系）如何进行空间变换。以下规定D为平移矩阵，R为旋转矩阵，T为变换矩阵，矩阵变换从右往左进行左乘,，坐标系符合右手定则，满足右手定则的方向为旋转正方向。
新建文件夹_坐标变换_
10-02
总的来说，"新建文件夹_坐标变换_"涉及的知识点包括矢量控制的基本原理、克拉克变换和帕克变换的数学模型、电机参数的识别、以及实际的软件实现细节。这些内容对于理解和设计高性能的电机控制系统至关重要。
矩阵实现坐标空间_源码.zip
12-30
- 实现坐标变换函数：根据前面提到的平移、旋转、缩放，编写对应的函数，它们通常接受一个点的坐标和变换矩阵作为参数，返回变换后的坐标。 - 应用变换：在渲染或计算过程中，使用这些函数将坐标转换到新的坐标...
矩形空间的实现.zip
08-05
在IT领域，"矩形空间的实现"通常指的是在编程中构建二维或三维空间中矩形对象的方法。这个主题涉及到图形学、游戏开发、UI设计等多个方面，是计算机科学中的重要概念。在这个压缩包文件中，我们可以推断出包含的是一...
空间坐标系之间的旋转表达方式的相互转换
12-28
本资源只包含了源文件，工程组织可以自行完成。代码中主要实现了几种空间坐标系的旋转变换参数之间的相互转换关系，包括：欧拉角，旋转矩阵以及四元素。
python坐标转换程序
09-15
python坐标转换程序
大地坐标与空间直角坐标互相转换
09-27
大地坐标与空间直角坐标互相转换，空间直角坐标转大地坐标，大地坐标转空间直角坐标。
线性空间中坐标变换与过渡矩阵
10-11
当采用不同的坐标系或称基底时，坐标的变换公式，以及将它们联系起来的过渡矩阵
【椭球大地测量学】Python实现大地坐标与空间直角坐标间的转换编程（含流程图）
04-26
使用Python实现大地坐标与空间直角坐标间的转换，使用CGCS2000国家大地坐标系的椭球数据。 功能为：①已知某点的大地坐标（L，B，H），求该点相应的大地空间直角坐标（X，Y，Z）；②已知某点的大地空间直角坐标（X，Y，Z），求该点相应的大地坐标（L，B，H）
C++OpenCV3源代码仿射变换
04-28
在本篇内容中，我们将基于提供的标题“C++OpenCV3源代码仿射变换”、描述“C++OpenCV3编程源代码仿射变换综合示例提取方式是百度网盘分享地址”以及部分链接信息来深入探讨仿射变换在C++结合OpenCV3中的实现方法与...
线性代数Python计算：向量空间坐标变换
u012958850的博客
06-15 1263
向量空间坐标变换。
空间坐标系及变换
03-12 3123
空间数据都有一个坐标系统（即地理坐标系统或投影坐标系统），它定义了空间数据在地球上的位置。一幅地图上显示的空间数据地理坐标系是一致的，否则会造成数据无法正确拼合。   地理坐标系统也称为真实世界的坐标系，是确定地物在地球上位置的坐标系，以经纬度作为地图的存储单位。   投影坐标系统是将三纬地理坐标系统上的经纬网投影到二纬平面地图上使用的坐标系统，因此地理信息系统必须要考虑地图投影，地图
c++ 实现对3d点云数据进行坐标变换
10-23
对3D点云数据进行坐标变换，通常需要考虑以下几个步骤和方法： 1. 坐标系描述：首先需要确定点云数据所在的初始坐标系和目标坐标系，通常使用三维笛卡尔坐标系来描述点云数据。 2. 坐标变换矩阵：通过计算两个坐标系之间的旋转和平移关系，可以得到一个坐标变换矩阵。该矩阵包含了旋转、平移和缩放等变换信息。可以通过传统的欧拉角、四元数或矩阵运算方式来获得坐标变换矩阵。 3. 点云变换：将点云数据中的每个点根据坐标变换矩阵进行变换。对于每个点的坐标向量[x, y, z]，需要应用坐标变换矩阵T，得到新的坐标向量[x', y', z']。坐标变换可以表示为：[x', y', z'] = T * [x, y, z]。 4. 代码实现：使用计算库如NumPy或Open3D，可以编写Python代码实现对点云数据的坐标变换。首先，加载点云数据并将其存储为矩阵形式。接着，计算坐标变换矩阵T，并将其应用到矩阵中的每个点上。最后，根据需要保存坐标变换后的点云数据。 总结起来，对3D点云数据进行坐标变换的过程包括确定坐标系描述、计算坐标变换矩阵、应用坐标变换矩阵到点云数据、以及代码实现。通过这些步骤，我们可以实现对3D点云数据的坐标变换，并实现点云数据在不同坐标系之间的转换。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值