求助：使用skimage.transform.estimate_transform得到全NaN变换参数的问题

你遇到的这个情况我之前也碰过几次，通常都是特征匹配环节出了问题导致的，常见原因有这几个：

• 两张图像的特征点对应关系完全失效，没有足够多的有效匹配对支撑变换矩阵计算
• 输入的点对数量没达到变换模型的最低要求（比如仿射变换至少需要3对对应点，透视变换得4对）
• 点对里混了太多异常值，算法根本拟合不出合理的变换参数

给后续遇到同类问题的小建议（虽然你已经找到解决方案啦） #

• 先检查你用的特征匹配结果，比如把匹配的点对可视化出来，看看是不是错配太多
• 试试用skimage.transform.ransac来包裹变换模型，它能自动过滤掉离谱的异常点对，提升拟合稳定性
• 确认下源点和目标点的顺序有没有搞反，这个低级错误也经常导致奇怪的结果

你的解决方案真的很合适 #

开心你找到了imreg_dft！这个工具基于DFT做图像配准，不用手动折腾特征点提取和匹配，对刚性、仿射类的图像配准场景适配性特别好，完美避开了之前的坑。

内容的提问来源于stack exchange，提问作者Joe Flip