KeyPoint这数据结构中有如下数据成员:
angle:角度,表示特征点的方向,通过Lowe大神的论文可以知道,为了保证方向不变形,SIFT 算法通过对特征点周围
邻域进行梯度运算,求得该点方向。-1为初值。
class_id:当要对图片进行分类时,我们可以用class_id对每个特征点进行区分,未设定时为-1, 需要靠自己设定。
size:
特征点领域的直径。
octave:代表是从金字塔哪一层提取的得到的数据。
pt:特征点的坐标。
response:响应程度,代表该点强壮大小,即该点是特征点的程度。
注意:keypoint只是保存了opencv检测到的特征点的一些基本信息,也就上面所说的这些,但每 个特征点所提取出来的特征向量其实不是在这个里面,特征向量结果放在一个Mat的数据结 构中。这个数据结构才真正保存了该特征点所对应的特征向量。
SIFT的特征向量:通过SiftDescriptorExtractor 提取。
SURF特征向量:通过SURF(img,mask,key_points,descriptors)提取,结果就在descriptors中。
转自http://blog.sina.com.cn/s/blog_dc3dfe290102vlau.html