近年来，AI教育被提上日程。衍生很多应用。
题型识别，口算题自动批改，搜题等等，都有成品出现，也圈了很多用户。
落实到教学上，介入更多的人工标注信息，作业本自动批改也是一大块蛋糕。其中自然有页面检索，页面对齐，答题区域提取，OCR，批改逻辑等等技术，细节很多，做好不易。
前文提及了"as-projective-as-possible image stitching with moving DLT"，个人推荐应用到页面对齐上，可以优化对齐质量，为后续操作打好基础。最直接的理由，页面虽是平面，实际手机拍照中，没有扫描版压平，总是展示为近似平面，单一的homography处理这个问题误差大，多homography精度较高。
这个问题在页面检索之后，也就是用户上传一张图片，已经检索到对应的注册页面的情况下（如下图），我们得考虑页面对齐，达成标注信息与用户答题信息关联。
ho
有了页面对，借助特征点匹配技术，放宽映射误差，利用单映射矩阵筛选；
同时也可以辅助“GMS：grid-based motion statistics for fast ultra-robust feature correspondence” 技术来快速筛选候选特征点对， https://github.com/JiawangBian/GMS-Feature-Matcher。
有了特征点对，最简单就是直接拟合单一的homo，然后直接映射矫正，我们可以看到页面有扭曲，单一的homography视目标为严格平面，所以误差自然会大一些。多homo则是把页面划分成诸多小个格子，每个格子有自己的homo，局部格子比整体页面更将接近平面假设，故而获得更低的误差。理论上格子可以细化成1x1像素，代价是需要拟合WXH那么多homo，拟合的精度依赖特征点对的精度，当某一片特征点对很稀疏，且距离其最近的特征点对误差比较大时，此时获取的homo也误差大。这也是实际中无法完美调整的最根本理由。我们无法根据带误差的特征点来拟合精确的homo阵，实现完美映射。
我们只能说多homo方法较单homo更具普适性。
如下图（左：256个homo阵，右：1个homo阵） 绿影越多就是误差越大（示意图：把注册图，与warp图放在不同通道组合而成）
下图给出结果
检验下形变网格，有局部变化，但精度还是不够，理由如前，特征点对误差所致
附:
啰嗦几句，Homo相关的知识，搜索有一大堆，在有很多错误匹配点的时候，需要ransca来获取最大匹配集。之后利用最小二乘法获得。
上述记做
Ah = b
常规的利用SVD分解A来获得，SVD的好处可以允许少量错误点，还可以较为准确获得，但速度很慢，如果我们能比较严格筛选获得inlies的点，我们可以利用h33 = 1这个约束来快速求取，特别是需要求解很多Homo的情况，很有必要这么处理。
令
b = [0, 0, 0, 0, 0, 0, 0, 0, 1 ]t
At A h = At b
h = inv(At A) * At b
At A 只是9 x 9 的正定对称阵，上式可以利用cholskey分解快速获取（实现得好，上述解法比SVD快几十倍）
MLTD的核心就是为每个匹配点对分配一个权重，比如利用特点离格子中心的欧式距离来构造，然后让 A = w * A（带上权重），之后还是上述求解即可。
显而易见，这样处理，格子周围的特征点最大程度的影响这个格子的形变，实现了局部形变，同时如果有个特征点错误，也极大的影响着其周边格子的精度。