python实现求单应矩阵H

单应矩阵H是一个3x3的矩阵，它可以将一个图像映射到另一个图像。在Python中，可以使用OpenCV库来实现求解单应矩阵H。

以下是一个示例代码，其中假设已经有了两个图像的对应点matches：

import cv2
import numpy as np

# 定义对应点
matches = np.array([
    [(0, 0), (100, 0)],
    [(0, 100), (100, 100)],
    [(0, 200), (100, 200)],
    [(0, 300), (100, 300)]
])

# 从对应点中提取二维坐标
src_points = np.float32([m[0] for m in matches])
dst_points = np.float32([m[1] for m in matches])

# 计算单应矩阵H
H, _ = cv2.findHomography(src_points, dst_points)

# 输出单应矩阵H
print(H)

在上面的示例代码中，首先定义了一个包含4个对应点的matches数组，然后从对应点中提取了源图像和目标图像的二维坐标。最后，使用OpenCV的findHomography函数计算单应矩阵H，并将其输出到控制台中。

需要注意的是，findHomography函数返回的是一个元组，其中第一个元素是计算得到的单应矩阵H，第二个元素是一个掩码，用于指示哪些点被用于计算单应矩阵H。在本示例中，使用了一个下划线来忽略掉掩码。