FLANN特征匹配

特征的概念： 一个图像块是由相似平面组成，其在原图像中会有大量相同的区域。 一个图像块取自原图像的边缘，其具有横向或纵向的差异性，而在与该方向垂直的角度上相同。 一个图像块取自原图像的角点，其具有移动后的不同性。…\[其它具有不同特点的图像块\] 好的图像特征应具有唯一性，即选取该图像周围的一块区域进行移动，其视觉印象会不同 图像的特征工程： 特征提取：寻找易于追踪和对比的特征————在图像所有区域中寻找向周围少量移动时变化最大的图像块————将这种操作映射到计算机语言中。 特征描述：对提取的特征\[特征周围的区域\]用计算机的语言进行描述，使得其能够在其它图像中寻找到相似区域。 特征匹配：根据特征描述，在其它图像中寻找所有相同的特征区域，以便进行需求的操作\[如排列，整合等\]。 FLANN： FLANN是一种高效的数值或者字符串匹配算法，SIFT/SURF是基于浮点数的匹配，ORB是二值匹配，速度更快。对于FLANN匹配算法，当使用ORB匹配算法的时候，需要重新构造HASH。这个在C++的代码种做了演示。对匹配之后的输出结果，根据距离进行排序，就会得到距离比较的匹配点 在opencv中，所谓kd-tree搜索，只是flann“Fast Approximate Nearest Neighbor Search”中索引的一种。即kd-tree搜索，指的是在建立索引这一步骤中建立的是kd-tree索引。 所以本文实质介绍的是：OpenCV与FLANN库的接口。 FLANN（近似近邻的快速搜素库）是一个工具库，其中包含针对大数据集中的快速最近邻搜索和高维度特征优化的算法集合。 https://blog.csdn.net/ErenTuring/article/details/72983405 https://blog.csdn.net/weixin\_41887615/article/details/93176456