opencv 未知函数记录-estimateAffinePartial2D

cv::estimateAffinePartial2D 是 OpenCV 中用来估计二维点集之间"相似变换" (不含透视、不含非均匀缩放)的核心函数,在标定、对准、左右眼配准、抖动/位移补偿里非常常见。

2️⃣ 估计的变换模型(非常重要)

estimateAffinePartial2D 估计的是:

x′y′\]=\[scos⁡θ−ssin⁡θssin⁡θscos⁡θ\]\[xy\]+\[txty\]\\begin{bmatrix} x' \\\\ y' \\end{bmatrix} = \\begin{bmatrix} s\\cos\\theta \& -s\\sin\\theta \\\\ s\\sin\\theta \& s\\cos\\theta \\end{bmatrix} \\begin{bmatrix} x \\\\ y \\end{bmatrix} + \\begin{bmatrix} t_x \\\\ t_y \\end{bmatrix}\[x′y′​\]=\[scosθssinθ​−ssinθscosθ​\]\[xy​\]+\[tx​ty​​

✔ 允许

  • 平移(Tx, Ty)

  • 旋转(θ)

  • 等比缩放(s)

❌ 不允许

  • 剪切(shear)

  • 非等比缩放

  • 透视

👉 对应 4 自由度

3️⃣ 与 estimateAffine2D / findHomography 的区别

函数 模型 自由度 是否透视
estimateAffinePartial2D 相似变换 4 ❌
estimateAffine2D 仿射 6 ❌
findHomography 单应 8 ✔

经验法则:

  • 左右眼 / 模组装调 / 机械对准 → estimateAffinePartial2D

  • 存在剪切或像素比例不一致 → estimateAffine2D

  • 投影 / keystone → findHomography

6️⃣ 拆解参数(工程经验)

🔹 method

  • cv::RANSAC(强烈推荐)

  • cv::LMEDS(离群点少时)

🔹 ransacReprojThreshold

  • 像素单位

  • 显示/测量常用:

    复制代码

    1 ~ 3 px

🔹 refineIters

  • 迭代优化次数

  • 标定类建议 ≥ 10

7️⃣ 如何从矩阵中读出物理量(很有用)

复制代码

double a = M.at<double>(0,0); double b = M.at<double>(1,0); double scale = std::sqrt(a*a + b*b); double theta = std::atan2(b, a); // 弧度 double tx = M.at<double>(0,2); double ty = M.at<double>(1,2);

相关推荐
ZZHow102413 小时前
Ascend C算子开发(高级)笔记
c++·人工智能·笔记·深度学习·华为云
llgdwuhan13 小时前
光制造突围 | 国产耦合设备的替代与迭代
人工智能·光模块·耦合测试设备·光模块耦合设备·芯片测试设备·双透镜自动耦合设备
秦先生在广东13 小时前
Microsoft BitNet b1.58: 重新定义本地化 AI 推理的性能与能效极限
人工智能
秦先生在广东13 小时前
去中心化与全能化:深入剖析 Open WebUI 的自托管架构与工程实践
人工智能
IvorySQL13 小时前
PostgreSQL 日报|堆表选择性索引更新(10 月 13 日)
数据库·人工智能·postgresql·开源·区块链
蜗牛互联网14 小时前
Java 17 调用视觉 Responses API:JSON 约束与人工复核路由
java·人工智能·后端
秦先生在广东14 小时前
Agent 驱动的逆向工程工作流:REA 全栈二进制与多格式分析工具深度解析
人工智能
2603_9688173414 小时前
AI视频怎么超清增强
人工智能
frankzch14 小时前
微软 137B 编码模型搬到 PC:端侧推理与 Agent 权限防线
人工智能·深度学习·microsoft·机器学习·语言模型
TomEval14 小时前
【测AI】第11篇:深度学习基础 —— 神经网络是怎么工作的
人工智能·python·深度学习·神经网络·机器学习·aigc