osmdroid 屏幕坐标与测量坐标互转：中心点+比例尺仿射换算

摘要：osmdroid 地图上批量绘制成千上万个测量点时，逐点做投影反算又慢又抖。这篇讲透 osmdroid 屏幕坐标与测量坐标互转的正解------用一个"中心点 + 比例尺"做仿射换算，把所有点批量换算到屏幕坐标，附完整公式与 Kotlin 代码。

文章导读

适用引擎/版本：osmdroid 6.x
完整源码：https://gitcode.com/qq_16064871/android_osmdroid_maplibre
阅读场景：测绘坐标（北坐标/东坐标）与 osmdroid 屏幕像素需要批量互转、且点量巨大（成百上千个点）的绘制场景，或需要脱离地图视图做离屏绘制/打印的场景。

副标题：不用逐点投影，用中心点与比例尺做仿射换算------看懂这套公式，坐标互转不再神秘。

前言

测绘应用里，业务坐标是"北坐标、东坐标"的平面测量坐标，而屏幕是像素。二者之间怎么换算？新手第一反应是"每个点都做投影转换"。但在大量绘制（成千上万个点）时，逐点做复杂的投影反算，开销大、还可能因为不同点不同投影精度而抖动。这里真正的工程智慧是：先算好"屏幕中心和测量中心"的对应关系 + 一个"比例尺"（每像素对应多少米），然后所有点都用同一套仿射公式换算 ------又快又稳。这篇把这对公式推导清楚，并讲透它和"投影"是什么关系。

一、问题长什么样

假设你要把一批测量坐标画到地图上：

kotlin 复制代码

// 直观但低效：每个点都走完整投影链路
fun surveyToScreen(north: Double, east: Double): PointF {
    val latLon = surveyToLatLon(north, east)   // 每点都投影反算，开销大
    return projection.toPixels(GeoPoint(latLon))
}

点少没事，点一多（线、面、整片图斑）就暴露问题：

慢：每个点都做一次投影 + 反投影，累计开销可观。
抖动：不同点在投影边界附近精度不一致，画出来边缘不齐。
依赖地图引擎：一旦脱离地图视图（比如做离屏绘制、打印），这套换算就废了。

二、根因：屏幕坐标系其实是"平移 + 缩放"的仿射关系

屏幕像素和测量坐标之间，本质是一个仿射变换，由两部分决定：

平移：屏幕中心点对应的测量坐标（测量中心）。
缩放：比例尺------每像素对应的测量距离（横向 scaleE、纵向 scaleN）。

所以只要维护住"屏幕中心 ↔ 测量中心 "和"横向/纵向比例尺 "这四个量，任何测量坐标都能用一个线性公式换算到屏幕，反之亦然。不需要每点重算投影------投影只用来在"屏幕范围和测量范围"之间建立一次性的基准换算。

三、实现：中心点 + 比例尺的仿射换算

1. 由屏幕范围推算比例尺

当你知道当前屏幕对应的测量范围（东向 [minE, maxE]、北向 [minN, maxN]）时，比例尺是"范围差 ÷ 屏幕像素"：

kotlin 复制代码

// 横向比例尺：东向范围宽度 / 屏幕宽度（像素）
scaleE = (maxE - minE) / screenWidthPx
// 纵向比例尺：北向范围高度 / 屏幕高度（像素）
scaleN = (maxN - minN) / screenHeightPx

// 通常强制二者一致（保证图上不变形），取较大者
if (scaleN > scaleE) scaleE = scaleN else scaleN = scaleE

2. 测量坐标 → 屏幕坐标

kotlin 复制代码

fun surveyToScreen(n: Double, e: Double, center: Point2D, centerPx: Point2D): PointF {
    val x = centerPx.x + (e - center.e) / scaleE
    val y = centerPx.y - (n - center.n) / scaleN   // 注意：屏幕 y 向下，北向向上，故取负
    return PointF(x.toFloat(), y.toFloat())
}

这里**y 取负**是关键：测量坐标"北"越大，屏幕 y（向下为正）越小，所以是减号。漏掉这个，图形会上下颠倒。

3. 屏幕坐标 → 测量坐标（反向）

kotlin 复制代码

fun screenToSurvey(px: Float, py: Float, center: Point2D, centerPx: Point2D): Point2D {
    val n = center.n + (centerPx.y - py) * scaleN
    val e = center.e + (px - centerPx.x) * scaleE
    return Point2D(n, e)
}

4. 经纬度底图下的"纬度修正"

当业务坐标是"经纬度"（而非平面投影）时，横向比例尺直接套"经度差/像素"会在高纬度严重失真------因为同一经度差在高纬对应的实际地面距离更短。工程上常引入一个纬度修正系数（把经度比例尺放大到接近真实地面比例）：

kotlin 复制代码

// 经纬度模式下，把经度比例尺修正到真实地面尺度（示例系数 103000 量级）
val groundScale = lonScale * LAT_CORRECTION   // 纬度高则修正更明显
// 修正后，一像素对应的"地面米数"才与北向一致，图才不变形

这个修正系数本质是 1 度纬度对应的地面米数（约 111km 量级）的换算，让"经度差"和"地面距离"在图上能统一。

四、升华：仿射换算 vs 逐点投影，何时用哪个

如果重写，我不会只用一种策略，而是分层：
#mermaid-svg-zjtDeg0tz1koJLgz{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;fill:#333;}@keyframes edge-animation-frame{from{stroke-dashoffset:0;}}@keyframes dash{to{stroke-dashoffset:0;}}#mermaid-svg-zjtDeg0tz1koJLgz .edge-animation-slow{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 50s linear infinite;stroke-linecap:round;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-animation-fast{stroke-dasharray:9,5!important;stroke-dashoffset:900;animation:dash 20s linear infinite;stroke-linecap:round;}#mermaid-svg-zjtDeg0tz1koJLgz .error-icon{fill:#552222;}#mermaid-svg-zjtDeg0tz1koJLgz .error-text{fill:#552222;stroke:#552222;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-thickness-normal{stroke-width:1px;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-thickness-thick{stroke-width:3.5px;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-pattern-solid{stroke-dasharray:0;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-thickness-invisible{stroke-width:0;fill:none;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-pattern-dashed{stroke-dasharray:3;}#mermaid-svg-zjtDeg0tz1koJLgz .edge-pattern-dotted{stroke-dasharray:2;}#mermaid-svg-zjtDeg0tz1koJLgz .marker{fill:#333333;stroke:#333333;}#mermaid-svg-zjtDeg0tz1koJLgz .marker.cross{stroke:#333333;}#mermaid-svg-zjtDeg0tz1koJLgz svg{font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:16px;}#mermaid-svg-zjtDeg0tz1koJLgz p{margin:0;}#mermaid-svg-zjtDeg0tz1koJLgz .label{font-family:"trebuchet ms",verdana,arial,sans-serif;color:#333;}#mermaid-svg-zjtDeg0tz1koJLgz .cluster-label text{fill:#333;}#mermaid-svg-zjtDeg0tz1koJLgz .cluster-label span{color:#333;}#mermaid-svg-zjtDeg0tz1koJLgz .cluster-label span p{background-color:transparent;}#mermaid-svg-zjtDeg0tz1koJLgz .label text,#mermaid-svg-zjtDeg0tz1koJLgz span{fill:#333;color:#333;}#mermaid-svg-zjtDeg0tz1koJLgz .node rect,#mermaid-svg-zjtDeg0tz1koJLgz .node circle,#mermaid-svg-zjtDeg0tz1koJLgz .node ellipse,#mermaid-svg-zjtDeg0tz1koJLgz .node polygon,#mermaid-svg-zjtDeg0tz1koJLgz .node path{fill:#ECECFF;stroke:#9370DB;stroke-width:1px;}#mermaid-svg-zjtDeg0tz1koJLgz .rough-node .label text,#mermaid-svg-zjtDeg0tz1koJLgz .node .label text,#mermaid-svg-zjtDeg0tz1koJLgz .image-shape .label,#mermaid-svg-zjtDeg0tz1koJLgz .icon-shape .label{text-anchor:middle;}#mermaid-svg-zjtDeg0tz1koJLgz .node .katex path{fill:#000;stroke:#000;stroke-width:1px;}#mermaid-svg-zjtDeg0tz1koJLgz .rough-node .label,#mermaid-svg-zjtDeg0tz1koJLgz .node .label,#mermaid-svg-zjtDeg0tz1koJLgz .image-shape .label,#mermaid-svg-zjtDeg0tz1koJLgz .icon-shape .label{text-align:center;}#mermaid-svg-zjtDeg0tz1koJLgz .node.clickable{cursor:pointer;}#mermaid-svg-zjtDeg0tz1koJLgz .root .anchor path{fill:#333333!important;stroke-width:0;stroke:#333333;}#mermaid-svg-zjtDeg0tz1koJLgz .arrowheadPath{fill:#333333;}#mermaid-svg-zjtDeg0tz1koJLgz .edgePath .path{stroke:#333333;stroke-width:2.0px;}#mermaid-svg-zjtDeg0tz1koJLgz .flowchart-link{stroke:#333333;fill:none;}#mermaid-svg-zjtDeg0tz1koJLgz .edgeLabel{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-zjtDeg0tz1koJLgz .edgeLabel p{background-color:rgba(232,232,232, 0.8);}#mermaid-svg-zjtDeg0tz1koJLgz .edgeLabel rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-zjtDeg0tz1koJLgz .labelBkg{background-color:rgba(232, 232, 232, 0.5);}#mermaid-svg-zjtDeg0tz1koJLgz .cluster rect{fill:#ffffde;stroke:#aaaa33;stroke-width:1px;}#mermaid-svg-zjtDeg0tz1koJLgz .cluster text{fill:#333;}#mermaid-svg-zjtDeg0tz1koJLgz .cluster span{color:#333;}#mermaid-svg-zjtDeg0tz1koJLgz div.mermaidTooltip{position:absolute;text-align:center;max-width:200px;padding:2px;font-family:"trebuchet ms",verdana,arial,sans-serif;font-size:12px;background:hsl(80, 100%, 96.2745098039%);border:1px solid #aaaa33;border-radius:2px;pointer-events:none;z-index:100;}#mermaid-svg-zjtDeg0tz1koJLgz .flowchartTitleText{text-anchor:middle;font-size:18px;fill:#333;}#mermaid-svg-zjtDeg0tz1koJLgz rect.text{fill:none;stroke-width:0;}#mermaid-svg-zjtDeg0tz1koJLgz .icon-shape,#mermaid-svg-zjtDeg0tz1koJLgz .image-shape{background-color:rgba(232,232,232, 0.8);text-align:center;}#mermaid-svg-zjtDeg0tz1koJLgz .icon-shape p,#mermaid-svg-zjtDeg0tz1koJLgz .image-shape p{background-color:rgba(232,232,232, 0.8);padding:2px;}#mermaid-svg-zjtDeg0tz1koJLgz .icon-shape .label rect,#mermaid-svg-zjtDeg0tz1koJLgz .image-shape .label rect{opacity:0.5;background-color:rgba(232,232,232, 0.8);fill:rgba(232,232,232, 0.8);}#mermaid-svg-zjtDeg0tz1koJLgz .label-icon{display:inline-block;height:1em;overflow:visible;vertical-align:-0.125em;}#mermaid-svg-zjtDeg0tz1koJLgz .node .label-icon path{fill:currentColor;stroke:revert;stroke-width:revert;}#mermaid-svg-zjtDeg0tz1koJLgz :root{--mermaid-font-family:"trebuchet ms",verdana,arial,sans-serif;} 投影换算（少量·基准）
中心点 + 比例尺
仿射换算（海量点）
Canvas 绘制
缩放级别换算

投影换算：只在"建立基准"时用（算中心点、算屏幕范围、算缩放级别），量少。
仿射换算：在"海量点批量绘制"时用，所有点共用同一个中心 + 比例尺，快且稳。

两者分工明确：投影定基准，仿射算海量。这套"中心点 + 比例尺"的思想，也常见于 CAD 渲染、GIS 出图------本质上都是把"世界坐标 ↔ 设备坐标"简化为平移 + 缩放。

五、总结

屏幕与测量坐标是平移 + 缩放的仿射关系，维护"中心点 + 横向/纵向比例尺"即可统一换算。
比例尺 = 测量范围差 ÷ 屏幕像素，横向/纵向通常强制一致以防变形。
测量→屏幕时 y 取负（北向上、屏幕 y 向下），漏了会上下颠倒。
经纬度底图下横向比例尺要加纬度修正系数，否则高纬严重失真。
分工：投影定基准、仿射算海量------海量点用中心点 + 比例尺批量换算。

完整工程源码见：https://gitcode.com/qq_16064871/android_osmdroid_maplibre

延伸阅读

上一篇：osmdroid 矢量数据上地图：SHP/CAD/点库的解析与渲染分离