图像检索以及基于图像描述符的搜索

一、特征检测和提取算法

1. Harris

该算法用于检测角点。

cv2.cornerHarris(src, blockSize, ksize, k, dst, borderType) -> dst

检测图像的角点，其中

• src - 输入的单通道8位浮点图像。
• blockSize - 邻居大小。参数值越小，标记角点的记号越小。
• ksize - 限定了Sobel算子的中孔(aperture)。该参数定义了角点检测的敏感度，其取值必须是介于3~31之间的奇数。
• k - Harris检测自由参数。
• dst - 存储有Harris检测结果的图像。它的类型是CV_32FC1并与源图像有相同大小。
• borderType - pixel extrapolation method.

2. SIFT和SURF

在opencv 3.4之后不再支持SIFT和SURF。

SIFT: (Scale-Invariant Feature Transform, 尺度不变特征变换) 该算法用于检测斑点(blob)

SURF: 该算法用于检测斑点(blob)

3. ORB

该算法代表带方向的FAST算法与具有旋转不变性的BRIEF算法。

 

二、特征匹配

1. 暴力(Brute-Force)匹配法

2. 基于FLANN的匹配法

 

三、关键API及示例

1. match() VS knnMatch()

DescriptorMa