在Opencv中仅使用平移、旋转和缩放计算单应性

我有两组点，我想找到它们之间的最佳转换。 在OpenCV中，您具有以下功能：

Mat H = Calib3d.findHomography(src_points, dest_points);

使用RANSAC返回一个3x3单应矩阵。我现在的问题是，我只需要平移和旋转（可能是缩放），不需要仿射和透视

问题是，我的点只是二维的

（1） 是否有一个函数可以计算类似于单应但自由度较小的东西

（2） 如果没有，是否可以从3x3单应矩阵中提取仅进行平移和旋转的3x3矩阵

提前感谢您的帮助

---

Isa

单应用于二维点，第三维仅用于在3维齐次坐标中投射点并执行透视效果。您始终可以将点数向后投射：

齐次[x，y，w] 笛卡尔[x/w，y/w]

然而，由于您计算的是6自由度而不是4自由度（相似性），因此您的结果与您对4自由度的预期非常不同。更灵活的转换将适应RANSAC中更多的点，而代价是您关心的转换中的扭曲。底线-不要试图分解H，而是拟合相似性或等距（也称为刚性或欧几里得）。库中缺少它们的原因是，即使在点坐标中使用正确的最小二乘度量，它们也以闭合形式表示，因此不需要非线性优化。换句话说，它们非常简单

如果你只有旋转和平移，我写了一个快速的函数来查找它们（虽然没有RANSAC）。它可能类似于刚性转换，但更容易理解（希望如此）

---

对于缩放，仍然有一个封闭形式的解决方案，但用于平移和缩放的公式略有不同。请参见

OpenCV函数正是您所需要的：它返回平移、旋转和缩放（对fullAffine标志使用假值）。而且它确实使用了RANSAC（请参阅源代码以确保其正确性）。

尝试

EstimaterialGidTransform

：如果

EstimaterialGidTransform

不适合您，因为它不使用RANSAC，那么您可能必须对自己的RANSAC进行编程，这并不难。不幸的是，据我所知，openCV只为8自由度同音字提供了忽略异常值的变换优化。嘿，米卡，我尝试了一个新的变换，但它返回了一个大小为0x0的矩阵。参数是两个点集（类型为MatOfPoint2f）和false，因为我只需要平移、旋转和均匀缩放，我自己从未使用过

EstimaterialGidTransform

，所以我无法帮助您如何使用它。可能它返回一个空矩阵，因为src/dst点矩阵的格式不正确，或者有太多的异常值阻止了刚性变换的计算（因为该函数不使用RANSAC或其他异常值控制）。但这只是一个猜测。原则上，刚性变换正是您所要求的。下面是一个如何组织点采样以将其用于该函数的示例：源代码在这里-