OpenCV的estimateAffinePartial2D所需输入格式？gocv调用报错如何解决？

estimateAffinePartial2D输入要求 #

• 两个输入点集长度必须完全相等，相同索引位置的点为一一对应的匹配点对
• 每个点为2维浮点型坐标，输入点数最少为3个，为保证变换矩阵准确性通常建议不低于6个
• 输入点集格式为Point2fVector类型，对应OpenCV原生的vector<Point2f>结构

报错根因 #

你当前的代码存在两个核心错误，触发了OpenCV的断言校验：

1. 未提取匹配对应点对：你直接传入了模板图和目标图提取到的所有关键点，这两个点集长度不一致、也没有一一对应关系，完全不符合输入要求。Python代码中是根据筛选后的good匹配结果，分别取queryIdx（对应模板图关键点索引）和trainIdx（对应目标图关键点索引）来生成等长的对应点集，Go代码中缺失了这一步逻辑。
2. KnnMatch参数设置错误：你调用时传入的k值为4，而Lowe比率测试仅需要前2个匹配结果，设置为4无意义，虽然不直接导致报错，但会造成不必要的性能开销。

修复代码 #

首先修改KnnMatch的调用参数：

// 原来的代码
// matches := matcher.KnnMatch(des1, des2, 4)
// 修改为
matches := matcher.KnnMatch(des1, des2, 2)

然后替换生成点集的逻辑，删除原有的kp1vec := kp2Point2f(kp1)、kp2vec := kp2Point2f(kp2)代码，替换为以下逻辑：

// 根据匹配结果生成一一对应的点集
srcPoints := make([]gocv.Point2f, 0, len(goodMatches))
dstPoints := make([]gocv.Point2f, 0, len(goodMatches))
for _, match := range goodMatches {
    srcPoints = append(srcPoints, gocv.Point2f{
        X: float32(kp1[match.QueryIdx].X),
        Y: float32(kp1[match.QueryIdx].Y),
    })
    dstPoints = append(dstPoints, gocv.Point2f{
        X: float32(kp2[match.TrainIdx].X),
        Y: float32(kp2[match.TrainIdx].Y),
    })
}
kp1vec := gocv.NewPoint2fVectorFromPoints(srcPoints)
kp2vec := gocv.NewPoint2fVectorFromPoints(dstPoints)

另外可根据需要将Lowe比率阈值调整为和Python一致的0.75，保证结果对齐。

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