基本思想是基于图像的匹配特征点对图像及其在X和Y方向的2D平移进行平面内旋转。

查看图像对齐算法 ，您可以找到两种使用OpenCV（带有代码）进行此操作的方法。

您可以使用图像拼接或openCV的特征匹配算法。

特征匹配的主要步骤是：

• 提取特征（SURF或SIFT或其他...）
• 匹配特征（FLANN或BruteForce ...）并过滤匹配
• 查找几何变换（RANSAC或LMeds ...）

首先，您要确定图像之间的转换。它可以像移位一样简单，也可以像非线性扭曲一样复杂。聚焦操作不仅可以移动，而且可以略微缩放甚至剪切图像。在这种情况下，您必须使用Homography进行匹配。

其次，您必须尝试的最简单方法是手动选择至少4个巴黎对应点，记录其坐标并将其输入到findHomography（）函数中。可以在warpPerspective（）中使用生成的3x3转换来匹配图像。如果结果良好，则可以通过使用SURF点并匹配其描述符来自动化查找对应关系的过程。

最后，如果结果不令人满意，则必须比单应性进行更一般的转换。我会尝试逐段仿射尝试分别匹配图像片段。无论如何，有关您的输入和最终目标的更多信息将有助于正确解决问题。