本来想用单应性求解小规模运动的物体的位移，但是后来发现即使是很微小的位移也会带来超级大的误差甚至错误求解，看起来这个方法各种行不通，还是要匹配知道深度了以后才能从三维仿射变换来入手了，纠结~
- estimateRigidTransform()：计算多个二维点对或者图像之间的最优仿射变换矩阵 （2行x3列），H可以是部分自由度，比如各向一致的切变。
- getAffineTransform()：计算3个二维点对之间的仿射变换矩阵H（2行x3列），自由度为6.
- warpAffine()：对输入图像进行仿射变换
- findHomography： 计算多个二维点对之间的最优单映射变换矩阵 H（3行x3列） ，使用最小均方误差或者RANSAC方法 。
- getPerspectiveTransform()：计算4个二维点对之间的透射变换矩阵 H（3行x3列）
- warpPerspective()： 对输入图像进行透射变换
- perspectiveTransform()：对二维或者三维矢量进行透射变换，也就是对输入二维坐标点或者三维坐标点进行投射变换。
- estimateAffine3D：计算多个三维点对之间的最优三维仿射变换矩阵H （3行x4列）
- transform()：对输入的N维矢量进行变换，可用于进行仿射变换、图像色彩变换.
- findFundamentalMat：计算多个点对之间的基矩阵H。
快速解决：
答：使用getAffineTransform()。
- 问题2：如何计算多个二维点对之间的仿射变换矩阵（使用误差最小准则 ）？
答：使用estimateRigidTransform()或者findHomography。
答：使用getPerspectiveTransform()。
答：使用estimateAffine3D。
答：使用warpAffine()。
答：使用perspectiveTransform()。
答：使用perspectiveTransform()。
