opencv中keypoint数据结构分析

转载▼

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

分享：