本文详细探讨了OpenCV中的estimateRigidTransform函数，区分了全仿射变换与部分仿射变换的区别，重点解析了fullAffine和partialAffine的变换原理、矩阵约束以及在不同点数情况下的最小方差计算方法。对于estimateRigidTransform的使用提供了直观理解与实践指导。
最近发现网上关于 estimateRigidTransform 的详细说明很少，因此这里做一个详细的解释。希望对大家有用。
一、函数定义如下：
Mat estimateRigidTransform(InputArraysrc,InputArraydst,boolfullAffine)前两个参数，可以是 ：src=srcImage (变换之前的图片Mat) dst=transImage（变换之后的图片Mat）
也可以： src=array（变换之前的关键点Array） dst=array（变换之后的关键点Array）
第三个参数： 1（全仿射变换,包括：rotation, translation, scaling,shearing,reflection）
0（带有约束的仿射变换）
默认参数1：全仿射变换。
fullAffine 与 partialAaffine 主要区别是：变换矩阵中后者可以是刚体变换。（不是必须，体会可以的含义）
也就可以后者没有尺度缩放。
二、直观感受：
paritcalAffine 的变换矩阵必须是如下类型：
旋转矩阵对角线元素的 绝对值 肯定相等。
假设我们的矩阵
fullAffine 的rotate矩阵可以是：
旋转矩阵可以没有任何数值上的约束。aii之间无数值上的约束。
三、fullAffine原理及变换公式
如果我们有一个点变换之前是[x,y,1],变换后是[x',y',1] 则fullAffine表示如下:
最低0.47元/天 解锁文章
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
