我有对象在模型图像上说。我想计算模型图像上的对象与目标图像上的对象之间的变换（位移，缩放，旋转）。我想假设可以将对象视为2D，因此仅应计算2D转换。

首先，我想以手动方式进行操作。用户在模型图像上选择基点，然后在目标图像上选择目标点。点数应由用户定义（但不少于至少2-3点）。当点给出不同的信息时，应该对转换进行平均，并且例如可以据此计算匹配的质量。

因此问题就在于计算两组点的转换，但是当我想在图像上进行转换时，我添加了图像处理标签。

特别欢迎的是带有一些代码或伪代码的参考和建议。

对于两点，这是一个非常容易的问题，仅应考虑线的旋转，缩放和位移，但是如何对更多的点进行处理，并对其求平均并计算一些品质因数。

当前的解决方案是：

void transformFnc(std::vector<PointF> basePoints, std::vector<PointF> targetPoints,
                  PointF& offset, double rotation, double scale)
{
    std::vector<Line> basePointsLines;
    std::vector<Line> targetPointsLines;
    assert(basePoints.size() == targetPoints.size());
    int pointsNumber = basePoints.size();

    for(int i = 0; i < pointsNumber; i++)
    {
         for(int j = i + 1; j < pointsNumber; j++)
         {
             basePointsLines.push_back(Line(basePoints[i], basePoints[j]));
             targetPointsLines.push_back(Line(targetPoints[i], targetPoints[j]));
         }
    }
    std::vector<double> scalesVector;
    std::vector<double> rotationsVector;
    double baseCenterX = 0, baseCenterY = 0, targetCenterX = 0, targetCenterY = 0;
    for(std::vector<Line>::iterator it = basePointsLines.begin(), i = targetPointsLines.begin();
        it != basePointsLines.end(), i != targetPointsLines.end(); it++, i++)
    {
        scalesVector.push_back((*i).length()/(*it).length());
        baseCenterX += (*it).pointAt(0.5).x(); 
        baseCenterY += (*it).pointAt(0.5).y();
        targetCenterX += (*i).pointAt(0.5).x();
        targetCenterY += (*i).pointAt(0.5).y();
        double rotation;
        rotation = (*i).angleTo((*it));
        rotationsVector.push_back(rotation);
    }
    baseCenterX = baseCenterX / pointsNumber;
    baseCenterY = baseCenterY / pointsNumber;
    targetCenterX = targetCenterX / pointsNumber;
    targetCenterY = targetCenterY / pointsNumber;

    offset = PointF(targetCenterX - baseCenterX, targetCenterY - baseCenterY);
    scale = sum(scalesVector) / scalesVector.size();
    rotation = sum(rotationsVector) / rotationsVector.size();
}

我可以在此代码中找到的唯一优化是从比例和旋转中消除那些与其余部分相差太大的值。

我正在寻找解决方案命题的代码或伪代码。它也可以是对某些代码的引用。

到目前为止，我知道的答案是：

• 可以使用RANSAC算法
• 我需要在最小二乘意义上寻找一些仿射变换计算算法