50、OpenCV 中的关键点、描述符与跟踪技术详解

OpenCV 中的关键点、描述符与跟踪技术详解

1. 关键点匹配与显示

在计算机视觉中，关键点和描述符是非常重要的概念。关键点是图像中具有显著特征的点，而描述符则用于描述这些关键点的特征。为了实现高效的关键点匹配，OpenCV 提供了一些有用的工具和函数。

1.1 FLANN 搜索参数

在使用 FLANN 库进行匹配时， cv::flann::SearchParams 结构体可以控制匹配器的一些通用行为。其定义如下：

struct cv::flann::SearchParams : public cv::flann::IndexParams {
  SearchParams(
    int   checks = 32,   // Limit on NN candidates to check
    float eps    = 0,    // (Not used right now)
    bool  sorted = true  // Sort multiple returns if 'true'
  );
};

• checks 参数：在 kd - 树和 k - 均值算法中，它本质上限制了为找到真正的最近邻而评估的候选最近邻的数量。
• eps 参数：目前未使用。在 KDTreeSingleIndex（目前未在 OpenCV 接口中公开）中，它用于确定何时可以终止特定分支的搜索，因为找到的点已足够接近，不太可能找到更近的点。