opencv 的 DMatch, keypoint等资料，供项目查阅

//后续会因为项目需要继续补充。。。

1.存放关键点的结构

class KeyPoint
{

 Point2f pt; //坐标
float size; //特征点邻域直径
float angle; //特征点的方向，值为[零,三百六十)，负值表示不使用
float response;
int octave; //特征点所在的图像金字塔的组
int class_id; //用于聚类的id
};

2.存放匹配结果的结构

struct DMatch
{ //三个构造函数
DMatch():
queryIdx(-1),trainIdx(-1),imgIdx(-1),distance(std::numeric_limits<float>::max()) {}
DMatch(int _queryIdx, int _trainIdx, float _distance ) :
queryIdx( _queryIdx),trainIdx( _trainIdx), imgIdx(-1),distance( _distance) {}
DMatch(int _queryIdx, int _trainIdx, int _imgIdx, float _distance ) : queryIdx(_queryIdx), trainIdx( _trainIdx), imgIdx( _imgIdx),distance( _distance) {}
intqueryIdx; //此匹配对应的查询图像的特征描述子索引
inttrainIdx; //此匹配对应的训练(模板)图像的特征描述子索引
intimgIdx; //训练图像的索引(若有多个)
float distance; //两个特征向量之间的欧氏距离，越小表明匹配度越高。
booloperator < (const DMatch &m) const;
};

3. drawMatches 函数 

void drawMatches(const Mat&img1, const vector<KeyPoint>&keypoints1, const Mat&img2, 

const vector<KeyPoint>&keypoints2, const vector<DMatch>&matches1to2, Mat&outImg, 

const Scalar&matchColor=Scalar::all(-1), const Scalar&singlePointColor=Scalar::all(-1), 

const vector<char>&matchesMask=vector<char>(), intflags=DrawMatchesFlags::DEFAULT);

参数：
img1 – 源图像1
keypoints1 –源图像1的特征点.
img2 – 源图像2.
keypoints2 – 源图像2的特征点
matches1to2 – 源图像1的特征点匹配源图像2的特征点[matches[i]] .
outImg – 输出图像具体由flags决定.
matchColor – 匹配的颜色（特征点和连线),若matchColor==Scalar::all(-1)，颜色随机.
singlePointColor – 单个点的颜色，即未配对的特征点，若matchColor==Scalar::all(-1)，颜色随机.
matchesMask – Mask决定哪些点将被画出，若为空，则画出所有匹配点.
flags – Fdefined by DrawMatchesFlags.

3. 要时刻注意是否越界，以及是否有检测到值的问题。

有个很好的代码例子。mark 学习之。

https://code.ros.org/trac/opencv/browser/trunk/opencv/samples/cpp/video_homography.cpp?rev=4065