| AffineFeature2D |
实现关键点仿射自适应的类。
|
| BEBLID |
实现 BEBLID（基于提升的有效二值局部图像描述符）的类，详见文献 CITE: Suarez2020BEBLID。
|
| BoostDesc |
实现 BoostDesc（使用提升学习图像描述符）的类，详见文献 CITE: Trzcinski13a 和 CITE: Trzcinski13b。
|
| BriefDescriptorExtractor |
用于计算文献 CITE: calon2010 中描述的 BRIEF 描述符的类。
|
| DAISY |
实现 DAISY 描述符的类，详见文献 CITE: Tola10 radius 描述符在初始尺度下的半径 q_radius 径向范围划分的数量 q_theta 角向范围划分的数量 q_hist 梯度方向范围划分的数量 norm 选择描述符的归一化类型，其中 DAISY::NRM_NONE 表示不进行任何归一化（默认），DAISY::NRM_PARTIAL 表示独立地对直方图进行归一化，使 L2 范数等于 1.0，DAISY::NRM_FULL 表示对描述符进行归一化，使 L2 范数等于 1.0，DAISY::NRM_SIFT 表示对描述符进行归一化，使 L2 范数等于 1.0，但单个值不超过 0.154，如同 SIFT H 可选的 3x3 单应性矩阵，用于扭曲 DAISY 的网格，但关键点的采样在图像上保持未扭曲 interpolation 开关，用于禁用插值以提高速度，但会略微降低质量 use_orientation 使用关键点的方向采样模式，默认情况下禁用。
|
| FREAK |
实现 FREAK（快速视网膜关键点）关键点描述符的类，详见文献 CITE: AOV12。
|
| HarrisLaplaceFeatureDetector |
实现 Harris-Laplace 特征检测器的类，详见文献 CITE: Mikolajczyk2004。
|
| LATCH |
用于计算 LATCH 描述符的类。
|
| LUCID |
实现局部均匀比较图像描述符的类，详见文献 CITE: LUCID 一种计算速度非常快且稳健性与 SURF 或 BRIEF 相当的图像描述符。
|
| MSDDetector |
实现 MSD（最大自身差异）关键点检测器的类，详见文献 CITE: Tombari14。
|
| PCTSignatures |
实现 PCT（位置-颜色-纹理）特征提取的类，详见文献 CITE: KrulisLS16。
|
| PCTSignaturesSQFD |
实现签名二次型距离 (SQFD) 的类。
|
| StarDetector |
该类实现了文献 CITE: Agrawal08 中介绍的关键点检测器，是 StarDetector 的同义词。
|
| SURF |
用于从图像中提取加速鲁棒特征 (SURF) 的类，详见文献 CITE: Bay06。
|
| SURF_CUDA |
用于从图像中提取加速鲁棒特征 (SURF) 的类。
|
| TBMR |
实现基于树的莫尔斯区域 (TBMR) 的类，详见文献 CITE: Najman2014，并扩展了缩放提取功能。
|
| TEBLID |
实现 TEBLID（基于三元组的有效二值局部图像描述符）的类，详见文献 CITE: Suarez2021TEBLID。
|
| VGG |
实现 VGG（牛津视觉几何组）描述符的类，使用文献 CITE: Simonyan14 中描述的“使用凸优化学习描述符”(DLCO) 方法进行端到端训练。
|
| Xfeatures2d |
|