定位关键点ORB_create()函数解析

ORB算法的第一步是定位训练图像中的所有关键点。找到关键点后，ORB会创建相应的二进制特征向量，并在ORB描述符中将它们组合在一起。
我们将使用OpenCV的ORB类来定位关键点并创建它们相应的ORB描述符。使用ORB_create（）函数设置ORB算法的参数。 ORB_create（）函数的参数及其默认值如下：

cv2.ORB_create(nfeatures = 500,
             scaleFactor = 1.2,
             nlevels = 8,
             edgeThreshold = 31,
             firstLevel = 0,
             WTA_K = 2,
             scoreType = HARRIS_SCORE,
             patchSize = 31,
             fastThreshold = 20)

参数：
·nfeatures - int
确定要查找的最大要素（关键点）数。
·scaleFactor - float
金字塔抽取率，必须大于1。ORB使用图像金字塔来查找要素，因此必须提供金字塔中每个图层与金字塔所具有的级别数之间的比例因子。scaleFactor = 2表示经典金字塔，其中每个下一级别的像素比前一级低4倍。大比例因子将减少发现的功能数量。
·nlevels - int
金字塔等级的数量。最小级别的线性大小等于input_image_linear_size / pow（scaleFactor，nlevels）。
·edgeThreshold - - int
未检测到要素的边框大小。由于关键点具有特定的像素大小，因此必须从搜索中排除图像的边缘。 edgeThreshold的大小应该等于或大于patchSize参数。
·firstLevel - int
此参数允许您确定应将哪个级别视为金字塔中的第一级别。它在当前实现中应为0。通常，具有统一标度的金字塔等级被认为是第一级。
·WTA_K - int
用于生成定向的BRIEF描述符的每个元素的随机像素的数量。可能的值为2,3和4，其中2为默认值。例如，值3意味着一次选择三个随机像素来比较它们的亮度。返回最亮像素的索引。由于有3个像素，因此返回的索引将为0,1或2。
·scoreType - int
此参数可以设置为HARRIS_SCORE或FAST_SCORE。默认的HARRIS_SCORE表示Harris角算法用于对要素进行排名。该分数仅用于保留最佳功能。 FAST_SCORE生成的关键点稍差，但计算起来要快一些。
·patchSize - int
面向简要描述符使用的补丁的大小。当然，在较小的金字塔层上，由特征覆盖的感知图像区域将更大。
我们可以看到，cv2。 ORB_create（）函数支持多种参数。前两个参数（nfeatures和scaleFactor）可能是您最有可能改变的参数。其他参数可以安全地保留其默认值，您将获得良好的结果。