keypoint && DMatch

下面单独介绍KEYPOINT 与DMatch的内在联系

 1     std::vector<cv::Point2f> points1, points2;

 2 

 3     for (std::vector<cv::DMatch>::const_iterator it= matches.begin();

 4              it!= matches.end(); ++it) {

 5 

 6              // Get the position of left keypoints

 7              float x= keypoints1[it->queryIdx].pt.x; 8 float y= keypoints1[it->queryIdx].pt.y;  9              points1.push_back(cv::Point2f(x,y));

10              cv::circle(image1,cv::Point(x,y),3,cv::Scalar(255,255,255),3);

11              // Get the position of right keypoints

12              x= keypoints2[it->trainIdx].pt.x; 13 y= keypoints2[it->trainIdx].pt.y; 14              cv::circle(image2,cv::Point(x,y),3,cv::Scalar(255,255,255),3);

15              points2.push_back(cv::Point2f(x,y));

16     }

class KeyPoint

{          

             Point2f  pt;  //坐标  常用的就是这个了

             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

}

1. 存放匹配结果的结构：

   struct DMatch

   {              //三个构造函数

             DMatch():

   queryIdx(-1),trainIdx(-1),imgIdx(-1),distance(std::numeric_limits<float>::max()) {} //这块就相当于初始化

             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) {}

             intqueryIdx;  //此匹配对应的查询图像的特征描述子索引

             inttrainIdx;   //此匹配对应的训练(模板)图像的特征描述子索引

             intimgIdx;    //训练图像的索引(若有多个)

   /*********************************         

   int queryIdx; // query descriptor index
   int trainIdx; // train descriptor index
   int imgIdx; // train image index

   ***********************************/

             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;

   };

2. 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 )