为何OpenCV的findEssentialMat返回的E矩阵尺寸存在差异？

核心逻辑：Nister五点法的解数特性 #

Nister的五点算法理论上最多能生成10个本质矩阵候选解，但OpenCV的实现会根据输入点对的几何配置自动过滤无效解，最终返回的有效候选数会变化——你看到的6、12、18行输出，本质是每3行对应一个3x3的本质矩阵候选。

候选数量变化的具体原因 #

• 非退化配置：当输入的5个点对不存在共面、共线等特殊情况时，算法会生成最多10个候选，但部分解因不满足本质矩阵的奇异值约束（必须是[σ, σ, 0]形式）会被提前剔除，所以可能返回6（2个候选）、12（4个）、18（6个）这类行数的结果。
• 退化几何情况：如果点对存在共面、共线，或是相机运动为纯平移/纯旋转这类极端场景，五点法的有效解数会大幅减少。比如5个点共面时，有效候选可能只剩2个或4个，对应6行或12行的输出。

后续处理建议 #

你提到用RANSAC筛选最优解的思路是对的：

• 将返回的E矩阵按每3行拆分，得到一个个独立的3x3候选本质矩阵。
• 对每个候选，调用recoverPose函数结合RANSAC统计内点数量，内点最多的候选就是最优解。
• 补充：如果输入点对数量远多于5个，建议调用findEssentialMat时明确指定RANSAC参数（如置信度、距离阈值），此时函数会直接返回经过RANSAC验证后的最优本质矩阵（仅3行），无需手动处理多候选。

内容的提问来源于stack exchange，提问作者iohn