C++ 使用RANSAC估计两组点之间的二维变换

据我所知，OpenCV使用RANSAC来解决

findHomography

的问题，并返回一些有用的参数，如

同形图掩码

然而，如果我只想估计2D变换，这意味着一个仿射矩阵，有没有办法使用使用RANSAC并返回该掩码的

findHomography

的相同方法？

在内部使用RANSAC，尽管参数目前是固定的-请参见此处的代码-

cv:：Mat cv:：EstimaterialGidTransform（输入阵列src1、输入阵列src2、布尔全仿射）
{
最大值=500；
const int RANSAC_SIZE0=3；
常数双RANSAC_良好_比率=0.5；
// ...
//RANSAC材料：
//1.找到共识
对于（k=0；k

您可以直接使用estimateAffinePartial2D：

例如：

        src_pts = np.float32([pic1.key_points[m.queryIdx].pt for m in matches]).reshape(-1, 1, 2)
        dst_pts = np.float32([pic2.key_points[m.trainIdx].pt for m in matches]).reshape(-1, 1, 2)

        # Find the transformation between points, standard RANSAC
        transformation_matrix, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

        # Compute a rigid transformation (without depth, only scale + rotation + translation) and RANSAC
        transformation_rigid_matrix, rigid_mask = cv2.estimateAffinePartial2D(src_pts, dst_pts)

---

相关：提到使用似乎在内部使用RANSAC，如果你知道如何从3个点对计算2D变换，你可以很容易地编写你自己的简单RANSAC。好的，EstimaterialGidTransform使用RANSAC，但不幸的是你不能参数化它…好的，谢谢..所以没有现成的解决方案..代码在你复制后发生了变化-粘贴。它现在直接调用estimateAffinePartial2D。

cv::Mat cv::estimateAffinePartial2D (   
    InputArray  from,
    InputArray  to,
    OutputArray     inliers = noArray(),
    int     method = RANSAC,
    double  ransacReprojThreshold = 3,
    size_t  maxIters = 2000,
    double  confidence = 0.99,
    size_t  refineIters = 10 
)   

        src_pts = np.float32([pic1.key_points[m.queryIdx].pt for m in matches]).reshape(-1, 1, 2)
        dst_pts = np.float32([pic2.key_points[m.trainIdx].pt for m in matches]).reshape(-1, 1, 2)

        # Find the transformation between points, standard RANSAC
        transformation_matrix, mask = cv2.findHomography(src_pts, dst_pts, cv2.RANSAC, 5.0)

        # Compute a rigid transformation (without depth, only scale + rotation + translation) and RANSAC
        transformation_rigid_matrix, rigid_mask = cv2.estimateAffinePartial2D(src_pts, dst_pts)