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