如何根据参考图像选定区域对齐不同角度拍摄的同物体相似图像

你要的点击选焦点对齐4张序列图的效果不需要复杂算法，核心逻辑就是以用户选定的焦点为固定锚点，给其余图片计算位移/轻微仿射变换，让所有图中对应锚点的屏幕位置完全重合，整套方案在移动端跑耗时不到20ms，完全不影响类GIF播放的流畅度，具体实现步骤如下：

• 锚点坐标记录
  给承载图片的ImageView设置触摸监听，当用户点击图片选定焦点时，先校正坐标：根据你设置的ImageView缩放类型（比如CENTER_CROP、FIT_CENTER），把点击得到的View坐标系坐标转换成图片本身的相对坐标，记为全局对齐的基准点，不要直接拿View原始坐标做计算，否则不同缩放比下会出现偏移。
• 跨图对应焦点匹配
  不用引入重型AI模型，用轻量CV方案就能搞定：
  1. 性能优先选模板匹配：截取基准图里焦点周围32*32像素的区域作为匹配模板，在其余3张图的对应范围内做归一化模板匹配，直接输出每张图里和焦点对应同一物体位置的坐标，单张图匹配耗时不到3ms
  2. 精度优先选局部ORB特征匹配：只在焦点周围100像素范围内检测ORB特征点做匹配，不用全图检索，匹配精度可以覆盖轻微旋转、角度差的拍摄场景，耗时也能控制在10ms/张以内
• 对齐变换计算
  对每一张非基准图，先算基础平移量：x轴偏移 = 基准点x坐标 - 当前图匹配点x坐标、y轴偏移 = 基准点y坐标 - 当前图匹配点y坐标，平移后就能保证焦点位置完全重合。如果不同拍摄角度存在轻微缩放、旋转差，就以焦点为中心，取周围3对匹配的特征点计算2*3的仿射变换矩阵就行，不用算全图单应性矩阵，避免图片边缘过度拉伸变形。
• 播放时的渲染实现
  不要修改原图文件，直接用ImageView的MATRIX缩放类型加载变换即可，每一张序列图预存对应的对齐矩阵，顺序切帧播放的时候直接给ImageView设置对应矩阵：

  // 应用对齐矩阵的核心代码
  imageView.scaleType = ImageView.ScaleType.MATRIX
  imageView.imageMatrix = preCalculatedAlignMatrix
  

  所有帧的焦点位置完全固定，播放出来的动态效果就不会出现焦点跳变的问题。

实际开发不用追求全图100%对齐，用户视觉注意力只会集中在自己点击选中的焦点区域，只要焦点周围100px范围内对齐准确，其余区域哪怕有轻微错位，连续播放时肉眼完全感知不到，还能大幅降低计算开销。

内容的提问来源于stack exchange，提问作者Vileriu