OpenCV特征匹配相关结构（KeyPoint&DMatch）

1. 1. 特征点类：

1. class KeyPoint
   {            Point2f  pt;  //坐标
                float  size; //特征点邻域直径
                float  angle; //特征点的方向，值为[零,三百六十)，负值表示不使用
                float  response;
                int  octave; //特征点所在的图像金字塔的组
                int  class_id; //用于聚类的id
   }

   2.  存放匹配结果的结构：

1. struct DMatch
   {         //三个构造函数
             DMatch():
   queryIdx(-1),trainIdx(-1),imgIdx(-1),distance(std::numeric_limits<float>::max()) {}
             DMatch(int  _queryIdx, int  _trainIdx, float  _distance ) :
   queryIdx( _queryIdx),trainIdx( _trainIdx), imgIdx(-1),distance( _distance) {}
             DMatch(int  _queryIdx, int  _trainIdx, int  _imgIdx, float  _distance ) :                   queryIdx(_queryIdx), trainIdx( _trainIdx), imgIdx( _imgIdx),distance( _distance) {}
             int queryIdx;  //此匹配对应的查询图像的特征描述子索引
             int trainIdx;   //此匹配对应的训练(模板)图像的特征描述子索引
             int imgIdx;    //训练图像的索引(若有多个)
             float distance;  //两个特征向量之间的欧氏距离，越小表明匹配度越高。
             bool operator < (const DMatch &m) const;
   };

   3.  图片中特征点欧式距离的计算公式：
   0ρ = √( (x1-x2)2+(y1-y2)2 )　|x| = √( x2 + y2 )
   

1.