Opencv 如何使用单应性？

我正在开发一个程序，在该程序中，我接收到两张相同场景的图片，但其中一张有失真：

Mat img_1 = imread(argv[1], 0);  // nORMAL pICTURE
Mat img_2 = imread(argv[2], 0);  // PICTURE WITH DISTORTION

我想评估扭曲的模式，并能够对其进行补偿

---

我已经能够找到关键点，我想知道我是否可以使用函数cv:：findHomography来实现这个。。。在任何情况下，如何做到这一点？

单应将一个图像平面映射到另一个图像平面。这意味着，如果你的失真可以表示为3x3矩阵，findHomography就是你想要的。如果不是，那就不是你想要的。它将对应点的两个向量作为输入，并将返回最能代表这些点之间变换的3x3矩阵。

好的，因此假设我有两张图片（A和B），一张与另一张稍微扭曲，其中它们之间存在平移、旋转和缩放差异（例如，这些图片：）

---

SSooooo我需要的是在图片B中应用一种变换，以补偿存在的失真/平移/旋转，从而使两张图片具有相同的大小、方向，并且没有平移

我已经提取了点并找到了单应性，如下所示。但是我不知道如何使用单应变换

matimg\u B

，所以它看起来像

matimg\u A

。有什么想法吗

//-- Localize the object from img_1 in img_2
std::vector<Point2f> obj;
std::vector<Point2f> scene;

for (unsigned int i = 0; i < good_matches.size(); i++) {
    //-- Get the keypoints from the good matches
    obj.push_back(keypoints_object[good_matches[i].queryIdx].pt);
    scene.push_back(keypoints_scene[good_matches[i].trainIdx].pt);
}

Mat H = findHomography(obj, scene, CV_RANSAC);

/--在img_2中从img_1定位对象
std：：向量obj；
矢量场景；
for（无符号整数i=0；i

---

干杯，

这似乎是个问题本身。把它当作一个新问题来问，它不是答案。