| AffineFeature2D |
实现关键点仿射适配的类。
|
| BEBLID |
实现 BEBLID（Boosted Efficient Binary Local Image Descriptor，增强型高效二进制局部图像描述符）的类，描述见 CITE: Suarez2020BEBLID 。
|
| BoostDesc |
实现 BoostDesc（使用 Boosting 学习图像描述符）的类，描述见 CITE: Trzcinski13a 和 CITE: Trzcinski13b。
|
| BriefDescriptorExtractor |
用于计算 BRIEF 描述符的类，描述见 CITE: calon2010 。
|
| DAISY |
实现 DAISY 描述符的类，描述见 CITE: Tola10 radius 初始尺度下的描述符半径 q_radius 径向范围分割数量 q_theta 角度范围分割数量 q_hist 梯度方向范围分割数量 norm 选择描述符归一化类型，其中 DAISY::NRM_NONE 将不进行任何归一化（默认），DAISY::NRM_PARTIAL 意味着直方图独立归一化，L2 范数等于 1.0，DAISY::NRM_FULL 意味着描述符归一化，L2 范数等于 1.0，DAISY::NRM_SIFT 意味着描述符归一化，L2 范数等于 1.0，但没有单个值大于 0.154，如 SIFT 中一样 H 可选的 3x3 单应性矩阵，用于扭曲 daisy 网格，但采样关键点保持图像上的非扭曲 interpolation 开关，用于禁用插值以提高速度，但会略微损失质量 use_orientation 使用关键点方向对模式进行采样，默认禁用。
|
| FREAK |
实现 FREAK (*Fast Retina Keypoint*) 关键点描述符的类，描述见 CITE: AOV12 。
|
| HarrisLaplaceFeatureDetector |
实现 Harris-Laplace 特征检测器的类，描述见 CITE: Mikolajczyk2004。
|
| LATCH |
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，描述见 CITE: LUCID 一种可以非常快速计算的图像描述符，同时与 SURF 或 BRIEF 等描述符一样具有鲁棒性。
|
| MSDDetector |
实现 MSD (*Maximal Self-Dissimilarity*，最大自相异性) 关键点检测器的类，描述见 CITE: Tombari14。
|
| PCTSignatures |
实现 PCT (position-color-texture，位置-颜色-纹理) 特征提取的类，描述见 CITE: KrulisLS16。
|
| PCTSignaturesSQFD |
实现签名二次型距离 (SQFD) 的类。
|
| StarDetector |
该类实现了 CITE: Agrawal08 引入的关键点检测器，是 StarDetector 的同义词。
|
| SURF |
用于从图像中提取 Speeded Up Robust Features 的类 CITE: Bay06 。
|
| SURF_CUDA |
用于从图像中提取 Speeded Up Robust Features (SURF) 的类。
|
| TBMR |
实现基于树的莫尔斯区域 (TBMR) 的类，描述见 CITE: Najman2014，并扩展了尺度提取能力。
|
| TEBLID |
实现 TEBLID（Triplet-based Efficient Binary Local Image Descriptor，基于三元组的高效二进制局部图像描述符）的类，描述见 CITE: Suarez2021TEBLID。
|
| VGG |
实现 VGG（牛津视觉几何小组）描述符的类，该描述符经过端到端训练，使用 CITE: Simonyan14 中描述的“使用凸优化的描述符学习”(DLCO) 装置。
|
| Xfeatures2d |
|