Python：变换和叠加点集答案

【问题标题】：Python: Transform and superimpose sets of pointsPython：变换和叠加点集
【发布时间】：2017-06-14 03:41:04
【问题描述】：

是否有 python 包（可能在 numpy 中）来转换一组点并将其叠加到由矩阵定义的另一组点（均为 3D 中）并执行最小二乘拟合？

【问题讨论】：

你的意思是刚性转换？您可以考虑仿射或更一般的单应性。
您的叠加是指缩放、旋转和平移还是只是旋转？
@MosesKoledoye 没有缩放。只有旋转和平移。

标签： python numpy scipy transform

【解决方案1】：

对于有序 3D 点云，有几个存储库可以在 matlab、python 和 C++ 中进行刚体叠加：

https://github.com/nghiaho12/rigid_transform_3D

https://github.com/jewettaij/superpose3d

https://github.com/jewettaij/superpose3d_cpp

（最后两个存储库可以处理重新缩放/放大）。

如果您想允许其他类型的（线性）变换，（或者如果您有更高维度的点云），请向下滚动到用户 cmets 所在的博客底部：

http://nghiaho.com/?page_id=671

我还假设点云是有序的。（换句话说，我假设您知道任一云中的哪些点对彼此对应。）如果不是这种情况，但如果点云对应于生物分子（蛋白质，RNA），那么您通常可以假设点云保持秩序但包含间隙（如果它们是从共同祖先进化而来的情况）。在这种情况下，您应该寻找蛋白质结构比对算法。 （无耻的插件：我写了一个叫“minrms”，但还有很多其他的。）但是如果你真的对点的顺序一无所知，那么这个问题确实是一个非常难的组合问题。在这种情况下，我怀疑最好的解决方案是概率算法，您可能需要搜索文献才能找到适合您特定需求的算法。

干杯

-a

【讨论】：

【解决方案2】：

这是使用 OpenCV 进行 2D 转换的一种方法：

cv2.estimateRigidTransform(
        src_points,
        dst_points,
        fullAffine=False)

返回一个 3x2 affine matrix。

对于任意维度，点云库中可能有相关函数。

【讨论】：