Python的opencv学习总结：

特征匹配：

Brute-Force蛮力匹配：

cv2.BFMaster(crossCheck=True)crossCheck是双方到彼此的距离是最近的。

一对一匹配（将关键点连接起来）：cv2.drawMatches(图片1参数，图片一的特征，图片二，图片二的特征，关键点的范围，None，flag=)

k对最佳匹配：cv2.drawMatchesKnn(类似一对一的参数)（容易一些小配对出现错误的）或者更快捷的方法：cv2.FlannBasedMatcher()

停车场识别的实操思想：取关键点位置，取得空停车位的坐标点。

车位直线识别，按列划分区域，车位区域划分，识别模型构建。

有时候真心觉得函数学了和实操是两回事