我确实有两组点，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 Homography 矩阵。我现在的问题是，我只需要平移和旋转（可能还有比例），我不需要仿射和透视。
问题是，我的观点只是二维的。
(1) 是否有计算类似单应性但自由度较低的函数？
(2) 如果没有，是否可以从 3x3 单应矩阵中提取一个只进行平移和旋转的 3x3 矩阵？
提前感谢您的帮助！
伊萨
OpenCV的estimateRigidTransform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）。它确实使用了 RANSAC（请参阅源代码以确保它）。
单应性适用于二维点，三维仅适用于在 3 个昏暗的齐次坐标中投射点并执行透视效果。你总是可以把点投回去：
齐次 [x, y, w] 笛卡尔 [x/w, y/w]
但是，由于您计算的是 6DOF 而不是 4DOF（相似度），因此您的结果与您对 4DOF 的预期完全不同。更灵活的转换将在 RANSAC 中适应更多点，但代价是您关心的转换会失真。底线 - 不要试图分解 H，而是拟合相似度或等距（也称为刚性或欧几里得）。它们在库中不存在的原因 - 即使在点坐标中使用正确的最小二乘度量，它们也以封闭形式表示，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，我写了一个快速函数来找到它们（虽然没有 RANSAC）。它可能类似于rigidTransform，但更容易理解（希望如此） https://stackoverflow.com/a/18091472/457687
对于比例，仍然有一个封闭形式的解决方案，但平移和缩放的公式略有不同。请参阅学习相似性参数，p。25