OpenCV 之 特征匹配

    OpenCV 中有两种特征匹配方法：暴力匹配 (Brute force matching) 和 最近邻匹配 (Nearest Neighbors matching)

    它们都继承自 DescriptorMatcher，是基于特征描述符距离的匹配，根据描述符的不同，距离可以是 欧氏距离，也可以是 汉明距     

1  暴力匹配

    首先，任取图像 A 的一个特征描述符，计算它到图像 B 中所有特征描述符的距离；然后，将所得到的距离进行排序；最后，选择距离最短的特征，作为 A-B 的匹配点

1.1  BFMatcher

    BFMatcher 属于 features2d 模块，继承自 DescriptorMatcher，其 create() 函数如下：    

 static Ptr<BFMatcher> create(
        int normType = NORM_L2,    // normType, One of NORM_L1, NORM_L2, NORM_HAMMING, NORM_HAMMING2.
        bool crossCheck = false    // crossCheck
    );

    1) normType 距离类型

        SIFT和SURF 的 HOG 描述符，对应欧氏距离 L1 和 L2；ORB 和 BRISK 的 BRIEF 描述符，对应汉明距 HAMMING；HAMMING2 则对应当 WTA_K = 3或4 时的 ORB 算法

        - 欧氏距离：最常用的一种距离定义，指的是 n 维空间中，两点之间的实际距离

                           

                              

        - 汉明距离：计算机的异或操作，适用于二进制串描述符，如 BRIEF 描述符，定义如下：

                           

    2) crossCheck 交叉核对

        - 如果在图像 B 中，特征  是特征  的最佳匹配，并且在图像 A 中