4、校准算法原理：三点校准法、最小二乘法线性拟合、仿射变换矩阵推导
触摸校准，说白了就是解决一个数学问题：你手指点下去的位置，和屏幕上显示的位置，怎么对应起来？
我刚开始做嵌入式GUI时，觉得这玩意儿很简单。不就是把坐标映射一下嘛？结果第一次上机测试，点“确定”按钮，光标跑到“取消”上去了。嗯，从那以后我再也不敢小看校准算法了。
这一章，咱们把三种核心算法掰开揉碎讲清楚。你理解了它们，TouchGFX的校准代码就不再是黑盒。
4.1 三点校准法——最直观的思路
为什么是三点？因为两点只能确定一条直线，但触摸屏和屏幕之间可能存在旋转、缩放、偏移。三点才能唯一确定一个仿射变换。
我个人习惯把三点校准法叫做“三个点，六个方程”。
假设你在屏幕上选了三个点：左上角、右上角、中心。它们的屏幕坐标是已知的：
屏幕点A: (Xa, Ya)
屏幕点B: (Xb, Yb)
屏幕点C: (Xc, Yc)用户点击这三个点时，触摸控制器返回的原始坐标是：
触摸点A': (Ua, Va)
触摸点B': (Ub, Vb)
触摸点C': (Uc, Vc)我们要找一组参数，把触摸坐标映射到屏幕坐标。这组参数就是仿射变换矩阵。
核心思想：三点校准法假设触摸屏和屏幕之间是线性关系。如果触摸屏本身非线性失真严重（比如廉价电阻屏老化），三点校准就不够用了。我在一个工业平板项目里遇到过这种情况——屏幕边缘误差超过10个像素，后来不得不改用多点校准。
4.2 仿射变换矩阵推导——数学来了，别怕
仿射变换的通用形式是这样的：
X_screen = a * U_touch + b * V_touch + c
Y_screen = d * U_touch + e * V_touch + f其中 a, b, c, d, e, f 就是我们要解的六个参数。
写成矩阵形式更清晰：
[X_screen] [a b c] [U_touch]
[Y_screen] = [d e f] * [V_touch]
[ 1 ] [0 0 1] [ 1 ]把三个点的数据代入，得到六个方程：
Xa = a*Ua + b*Va + c
Ya = d*Ua + e*Va + f
Xb = a*Ub + b*Vb + c
Yb = d*Ub + e*Vb + f
Xc = a*Uc + b*Vc + c
Yc = d*Uc + e*Vc + f解这个方程组，就能算出 a~f。解起来也不难，用克莱姆法则或者高斯消元都行。我一般直接写个矩阵求逆的函数，一劳永逸。
我的小技巧：实际工程中，三个点不要选得太靠近。我见过有人把三个点选在屏幕中央巴掌大的区域里，结果边缘误差大得离谱。三个点应该尽量分散，覆盖整个触摸区域。这样拟合出来的矩阵更稳定。
4.3 最小二乘法线性拟合——当三点不够用时
三点校准法有个硬伤：它假设触摸屏是完美的线性器件。但现实中的触摸屏，尤其是电阻屏，往往存在非线性失真。
怎么办？用更多的点。比如五点、九点甚至二十五点。
这时候就不能用三点法硬解了，因为方程数多于未知数，方程组是超定的。我们需要用最小二乘法来求一个“最接近”的解。
最小二乘法的思路很简单：让所有点的误差平方和最小。
对于X坐标，我们定义误差函数：
E = Σ (Xi_screen - (a*Ui + b*Vi + c))²对 a, b, c 分别求偏导，令偏导数为0，得到三个正规方程：
Σ Xi = a*Σ Ui + b*Σ Vi + c*N
Σ Xi*Ui = a*Σ Ui² + b*Σ Ui*Vi + c*Σ Ui
Σ Xi*Vi = a*Σ Ui*Vi + b*Σ Vi² + c*Σ Vi其中N是校准点的数量。解这个方程组，就得到了最优的 a, b, c。Y坐标同理。
曾经踩过的坑：有一次我用最小二乘法做九点校准，结果拟合出来的矩阵在屏幕边缘误差反而更大。排查了半天才发现——有个校准点用户点偏了，离目标位置差了20个像素。这个离群点把整个拟合结果带偏了。后来我加了离群点剔除逻辑：计算每个点的残差，如果某个点的误差超过阈值，就把它扔掉重新拟合。
4.4 三种算法对比——选哪个？
| 算法 | 校准点数 | 适用场景 | 优点 | 缺点 |
|---|---|---|---|---|
| 三点校准法 | 3 | 线性度好的触摸屏（电容屏、新电阻屏） | 计算简单，速度快，占用资源少 | 对非线性失真敏感，边缘误差可能较大 |
| 最小二乘法（多点） | 5~25 | 存在非线性失真的触摸屏（老化电阻屏、大尺寸屏） | 精度高，能抑制随机误差 | 计算量稍大，需要剔除离群点 |
| 仿射变换矩阵 | 3+ | 所有需要坐标映射的场景 | 统一框架，支持旋转/缩放/偏移 | 无法处理非线性畸变（需要更高阶模型） |
我个人建议：能用三点就别用五点。三点校准在大多数电容屏上已经足够。只有在发现边缘点击不准时，才升级到多点+最小二乘法。
4.5 校准流程全景图
下面这张图把整个校准流程串起来了。从用户点击校准点开始，到最终生成校准参数，每一步都离不开我们刚才讲的数学原理。
4.6 代码实现要点
在TouchGFX里，校准参数最终会写入配置文件。你不需要每次都重新推导矩阵，但理解原理能帮你调试。
下面是一个三点校准的核心计算片段（伪代码）：
// 三点校准 - 求解仿射变换矩阵
// touch[3] 存储触摸坐标，screen[3] 存储屏幕坐标
float a, b, c, d, e, f;
float det = (touch[0].u - touch[2].u) * (touch[1].v - touch[2].v)
- (touch[1].u - touch[2].u) * (touch[0].v - touch[2].v);
if (fabs(det) < 0.0001f) {
// 三点共线！校准失败，重新采集
return ERROR_COLLINEAR;
}
a = ((screen[0].x - screen[2].x) * (touch[1].v - touch[2].v)
- (screen[1].x - screen[2].x) * (touch[0].v - touch[2].v)) / det;
b = ((touch[0].u - touch[2].u) * (screen[1].x - screen[2].x)
- (touch[1].u - touch[2].u) * (screen[0].x - screen[2].x)) / det;
c = screen[2].x - a * touch[2].u - b * touch[2].v;
// Y坐标同理，求出 d, e, f注意：上面代码里的 det 如果接近0，说明三个校准点几乎在一条直线上。这种情况必须处理，否则算出来的矩阵会严重失真。我在一个项目里遇到过用户把三个点点成了一条斜线，结果整个屏幕的触摸都乱套了。后来我加了检测逻辑，发现三点共线就提示用户重新校准。
对于最小二乘法，代码会稍微复杂一些。你需要构造正规方程组的系数矩阵，然后求解。我一般用LU分解或者直接调用现成的矩阵库。在资源受限的MCU上，建议用定点数运算，避免浮点开销。
4.7 小结
校准算法的核心就三件事：
- 三点校准：解6个方程，简单直接，适合线性度好的屏
- 最小二乘法：用更多点抑制误差，适合有噪声的场景
- 仿射变换矩阵：统一框架，处理旋转/缩放/偏移
你想想看，不管触摸屏怎么歪、怎么转、怎么缩放，只要校准参数算对了，用户点哪里，光标就跟到哪里。这就是数学的力量。