浅谈openCV中的SIFT实现

关于match：

如果直接用BruteForce类型的DescriptorMatcher，将会得到很多很多的匹配对（类似问题有Trying to match two images using sift in OpenCv, but too many matches）

这是因为该match将会为查询图的每一个描述子匹配一个最相近的训练图的描述子，也就是匹配对数目等于查询图的描述子数目。并没有挑选出最好的匹配。你应该从这些结果中进一步筛选。

如果你还不相信，你可以拿两幅毫无相关的图片，还是可以得到很多匹配对的。

原先代码：

<pre name="code" class="cpp"vector<DMatch> matches;descriptor_matcher->match( descriptors1, descriptors2, matches );Mat img_matches;drawMatches(img1,keypoints1,img2,keypoints2,matches,img_matches,Scalar::all(-1),CV_RGB(255,255,255),Mat(),4);

加入筛选代码：

	vector<DMatch> matches;
	descriptor_matcher->match( descriptors1, descriptors2, matches );

	double max_dist = 0; double min_dist = 100;
	for(int i = 0; i < descriptors1.rows; i++) {
		double dist = matches[i].distance;
		if ( dist < min_dist ) min_dist = dist;
		if ( dist > max_dist ) max_dist = dist;
	}
	vector<DMatch> good_matches;
	for( int i = 0; i < descriptors1.rows; i++) {
		if ( matches[i].distance <= max(2*min_dist, 0.02))
			good_matches.push_back( matches[i] );
	}

	Mat img_matches;
	drawMatches(img1,keypoints1,img2,keypoints2,good_matches,img_matches,Scalar::all(-1),CV_RGB(255,255,255),Mat(),4);

前后效果：