识别

和计算全部是在 Maya 外面做的，Maya 只是被动“接收结果”。整个流程分三步：

第 1 步：本地 Python 识别图的点位（不在 Maya 里）
我用 Python + numpy 写了一个提取脚本，在你那张截图（Calib_Ref.png）里：

• 按颜色抓取绿色选中线框的像素（绿色通道高亮 + 明显高于红/蓝）
• 自动排除左下角的坐标轴指示器（它也是绿色的，会干扰）
• 对线框的 9 条边做 RANSAC 直线拟合，求出 7 个角顶点的像素坐标

第 2 步：本地 Python 解算相机
因为已知物体是 1×1×1 的 pCube，7 个顶点的 3D 世界坐标是确定的，图像上的对应点也拿到了，就用 Levenberg-Marquardt 优化 7 个未知数（焦距 fx + 相机旋转 + 相机位置），让“3D 顶点投影到图像”和“识别出的点位”误差最小。解出来 RMS 约 0.95 像素。

第 3 步：Maya 只负责接收
把解算出的位置/旋转/焦距通过 commandPort 写进 Maya 建好的相机里，再加背景图。

所以关键点是：Maya 本身没有图像识别能力，它脚本里能做的是读深度、投影计算这类 3D 数学。真正“看图找点位”这一步是在本地完成的。

以后如果你换一张图（比如你最初那个机器人参考图），流程也是一样的：先识别图中已知物体/特征的点位 → 解算 → 写入 Maya。机器人那张图难点在于它不是 1×1×1 的已知尺寸物体，需要你告诉脚本哪些点对应哪个 3D 坐标（或者用两张图）。