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：

  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）

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);