Iriun Webcam（index 2）から10枚のフレームを取得。Otsu二値化でマット（黒）と机（白）を分離し輪郭を抽出する。

問題: アーム本体も黒いため、マットとアームが一体の輪郭として結合され、頂点が7〜9個になり4点近似できなかった（0/10）。

解決: cv2.convexHull() で凸包を計算してアームの凹みを除去。マットの外周長方形だけが残る → 10/10成功。

10フレーム分の四隅座標を収集し、各頂点ごとにメディアン±2σの範囲外を外れ値として除去。残った値を平均化する。

フレーム2でOtsu閾値が134→83に変動した（照明の瞬間変化と推測）が、外れ値除去で吸収され最終結果には影響しなかった。

検出した4点のpixel座標と、物理マットの既知mm座標を対応付けて cv2.findHomography() で変換行列 H を計算する。

座標対応: UL(左上)→(+310,−89mm) / UR(右上)→(−310,−89mm) / LR(右下)→(−310,+361mm) / LL(左下)→(+310,+361mm)

計算された行列H（3×3）:
[ -0.568304 -0.004115 561.614574 ]
[ -0.007707 0.573659 -136.335350 ]
[ -0.000010 0.000020 1.000000 ]

homography.npy に保存した行列Hを読み込み、pixel_to_mm(px, py, H) で任意のpixel座標をマット座標系(mm)に変換できる。

cv2.perspectiveTransform() が台形歪みを含む射影変換を補正するため、カメラが完全に真上でなくても正確な変換が得られる。