openCV4.4.0 基于SIFT特征值的图像匹配【java】。。。。。搞到吐

前言

首先，java使用opengCV4.4.0成功搞出来基于SIFT的图像匹配是很开心的，但是还是要吐槽几句下面这块都是吐槽，干货在下面，代码自取哈。
java是要凉了还是咋地，真的没人搞openCV了么，在网上找了快一个星期真就找不到能用的代码。要么是C++要么是Python，，，我吐了。
部分提供出来的代码也是旧的版本的，旧的我也忍了，代码拿过来还是用不了！说是因为版权原因不能直接用，需要去官网拿opencv_contrib 源码自己去编译！但是opencv的模板匹配图像又不能满足我的需求！就只能去度娘看能不能白嫖到了。

网上能找到编译好的，但是版本又低，我又不确定是不是编译的jar，又要收费！我这么抠的人会去搞知识付费么？照着攻略自己干！结果看到要准备的一大堆软件，我又又吐了，，，。然后转身发现4.4.0自带SIFT算法，不需要编译！可是网上找不到能用的代码！于是根据折腾了大半个星期的积累尝试自己动手！
openCV的安装与使用应该不用说吧，都走到这一步了，en，应该是不用说了【主要是懒】

先看效果

原图

模板图 模板图有做缩放和旋转处理

匹配过程

匹配结果

再看代码

 public void matchImage(BufferedImage templateImageB, BufferedImage originalImageB) {
   

        Mat resT = new Mat();
        Mat resO = new Mat();

        //即当detector 又当Detector
        SIFT sift = SIFT.create();

        Mat templateImage = getMatify(templateImageB);
        Mat originalImage = getMatify(originalImageB);

        MatOfKeyPoint templateKeyPoints = new MatOfKeyPoint();
        MatOfKeyPoint originalKeyPoints = new MatOfKeyPoint();

        //获取模板图的特征点
        sift.detect(templateImage, templateKeyPoints);
        sift.detect(originalImage, originalKeyPoints);

        
        sift.compute(templateImage, templateKeyPoints, resT);
        sift.compute(originalImage, originalKeyPoints, resO);

        List<MatOfDMatch> matches = new LinkedList();
        DescriptorMatcher descriptorMatcher = DescriptorMatcher.create(DescriptorMatcher.FLANNBASED);
        System.out.println("寻找最佳匹配");

        printPic("ptest", templateImage);
        printPic("ptesO", originalImage);

        printPic("test", resT);
        printPic("tesO", resO);

        /**
         * knnMatch方法的作用就是在给定特征描述集合中寻找最佳匹配
         * 使用KNN-matching算法，令K=2，则每个match得到两个最接近的descriptor，然后计算最接近距离和次接近距离之间的比值，当比值大于既定值时，才作为最终match。
         */
        descriptorMatcher.knnMatch(resT, resO, matches, 2);
        System.out.println("计算匹配结果");
        LinkedList<DMatch> goodMatchesList = new LinkedList();
        //对匹配结果进行筛选，依据distance进行筛选
        matches.forEach(match -> {
   
            DMatch