如何正确使用cv2.estimateAffine3D对齐两个3D坐标系？

问题背景 #

需对齐两个各含32组真实世界点的3D坐标系，计划通过OpenCV的cv2.estimateAffine3D计算平移与旋转矩阵，但运行AI生成的代码时出现参数错误，无法完成变换。

原代码的核心错误 #

原代码存在3个关键问题：

• 参数格式错误：cv2.estimateAffine3D需传入两组完整点集（N×3的数组），而非单独的点变量。
• 返回值处理错误：该函数返回(retval, transformation_matrix, inliers)三个值，并非直接返回变换矩阵。
• 变换方法错误：3D点变换不应使用cv2.transform（该函数更适配2D场景），需通过齐次坐标矩阵乘法实现。

正确实现示例 #

以下是适配32组点集的完整工作代码：

import cv2
import numpy as np

# 构造源坐标系与目标坐标系的对应点集（示例用5组，实际替换为32组真实数据）
# 源点集：坐标系A下的点，形状为(N,3)，dtype为float32
src_points = np.array([
    [1.0, 2.0, 3.0],
    [4.0, 5.0, 6.0],
    [7.0, 8.0, 9.0],
    [2.0, 3.0, 1.0],
    [5.0, 6.0, 4.0]
    # 补充剩余27组点...
], dtype=np.float32)

# 目标点集：坐标系B下的对应点，需与源点集一一对应
dst_points = np.array([
    [1.2, 2.1, 2.9],
    [4.1, 5.2, 6.1],
    [7.2, 8.1, 9.2],
    [2.1, 3.2, 0.9],
    [5.2, 6.1, 4.1]
    # 补充剩余27组对应点...
], dtype=np.float32)

# 计算3D affine变换矩阵
retval, affine_matrix, inliers = cv2.estimateAffine3D(src_points, dst_points)

if retval:
    print("变换矩阵计算成功：")
    print(affine_matrix)
    
    # 将源点转换为齐次坐标（形状变为(N,4)）
    src_homogeneous = np.hstack((src_points, np.ones((src_points.shape[0], 1), dtype=np.float32)))
    # 应用变换：齐次坐标 × 变换矩阵的转置
    transformed_points = src_homogeneous @ affine_matrix.T
    # 提取前3列得到非齐次3D坐标（可选，因3D affine变换最后一行固定为[0,0,0,1]）
    transformed_points = transformed_points[:, :3]
    
    print("\n变换后的点集：")
    print(transformed_points)
else:
    print("变换矩阵计算失败，请检查点集对应关系")

关键说明 #

• 点集要求：两组点集必须一一对应，且数量至少为3组（3D affine变换的最小求解条件），32组点可提升计算精度。
• 返回值解析：
  • retval：布尔值，标记矩阵是否成功求解。
  • affine_matrix：4×4的变换矩阵，包含旋转、平移、缩放信息。
  • inliers：内点索引，可用于筛选符合变换模型的点。
• 变换逻辑：通过齐次坐标矩阵乘法实现3D点的 affine 变换，避免cv2.transform的场景适配问题。

内容的提问来源于stack exchange，提问作者user20866357