OpenCV图像匹配 （image retrieval）理论篇

前段时间，非常不幸的在wap面试中没有做出第二题，题目太简单了，我都不好意思在这里说，只是当时太紧张了，脑子有点短路，时间太短，直接滚蛋了。

不过这段时间我还同时在做多媒体应用的作业：image retrieval

这个作业的要求是，用VS2013和opencv来编写一个程序，完成对输入图片的CBIR（Content Based Image Rerivieval），作业有四个要求，给了七个输入样例，分别是dinosaur,bus,man,horse,beach,flower,building. 

四个basic要求分别是：1. best matches  就是每一张样例的最匹配图片要正确，换言之，输入马，你的最匹配图片也要是马就对了，以此类推

                                          2. retrieved images 就是每一次能匹配到的正确图片数量有提高就可以达到这个要求

                                          3. precision 要求是每次匹配的正确数量占输出图片的百分比到达60以上，就是匹配出100张，里面要有60张以上正确的

                                          4. recall 要求是匹配出的正确图片占应该匹配出的正确图片的百分比，最低到40个percent就能拿分，意思是数据库里有100张，你要至少找到40张

前面两个要求写了几行代码就解决了，好了，接下来，来说说后面两个的实现之路。

第一次，我看了TA师兄在tutorial上精彩的讲解，自己回来用所谓的HSV颜色直方