Использование детектора ключевых точек и экстрактора дескрипторов для преобразования ROI с помощью cv2.warpAffine для не ⇐ Python

[Anonymous]

Я использую детектор ключевых точек и экстрактор дескрипторов для создания матрицы преобразования (M), а затем применяю ее к нескольким интересующим областям (ROI) изображения с помощью cv2.warpAffine. Однако, хотя применение преобразования к одной ROI работает нормально (та же самая ROI, которая использовалась для создания матрицы), применение его к разным ROI не дает ожидаемого результата.
Вот подход, который я использовал. Я использую:
Я обнаруживаю ключевые точки и извлекаю дескрипторы с помощью детектора функций (например, AKAZE).
Я вычисляю матрицу преобразования M, используя такой метод, как cv2.estimateAffine2D на совпадающих ключевых точках между эталонным изображением и изображением DUT (тестируемого устройства).
Я использую cv2.warpAffine, чтобы применить матрицу преобразования к обрезанной области интереса изображения
Применяю матрицу преобразования непосредственно к новым ROI, но результат неправильный.
Ручная корректировка координат перед применением матрицы, но она по-прежнему не выравнивается должным образом


Подробнее здесь: https://stackoverflow.com/questions/793 ... n-with-cv2