SLAM中用到的opencv一些数据结构和函数

本文介绍了SLAM中涉及的opencv核心数据结构,包括Keypoint特征点的属性如位置、方向、类别和响应值,Mat矩阵的数据存储和维数信息,以及DMatch结构用于描述特征匹配的关系,如查询索引、训练索引、图像索引和匹配距离。
摘要由CSDN通过智能技术生成

Keypoint 特征点

对特征点进行描述:有以下一些公有属性

Point2f pt:特征点的位置

Float angle:特殊点的方向,不同的特征检测算法方向的计算不一样的

Int class_id:表征这个点属于哪个类

Int octave: 表示从金字塔哪一层提取到的特征点

Float response: 代表着该关键点how good

Float size:表明该点直径的大小

 

Mat 矩阵

它是一个基本的图像存放的容器。常用属性如下:

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值