【OpenCV】第二十四章: 图像特征匹配：暴力特征匹配算法、FLANN特征匹配算法

第二十四章: 图像特征匹配：暴力特征匹配算法、FLANN特征匹配算法

一、特征匹配

提取特征点及特征点的描述子后，就可以进行特征匹配了。opencv给我们提供的特征匹配方法有2种：

1、BF暴力特征匹配方法
BF,Brute-Force,暴力特征匹配方法，就是通过枚举的方式进行特征匹配，很笨的方法，但准确率很高。

• 匹配原理
  图像特征匹配，首先要有两张图像才能进行匹配，其次是先分别计算每张图像的特征点和描述子，然后使用第一组中的每个特征的描述子与第二组中的所有特征描述子进行匹配
  匹配的时候是计算两个描述子之间的相似度，然后返回相似度最高的一对儿匹配点，也就是最终的匹配结果。

• 计算相似度
  opencv提供了好几种计算方法，比如NORM_L1, NORM_L2, HAMMING1, HAMMING2等方法。其中，NORM_L1, NORM_L2主要用于SIFT、SURF的描述子的计算；HAMMING1, HAMMING2是专门用ORB、BRIEF算法获取的描述子的计算。
  HAMMING方法是通过二进制位来判断两个二进制串在第几位出现差异，出现差异的前面的位数越多,HANNING值就越高，就越相似。

• BF匹配步骤
  （1）创建匹配器：bf = cv2.BFMatcher(normType[, corssCheck])
  参数normType表示相似度计算的方法，默认值是NORM_L2；