C++ OpenCV描述符配置器半径匹配和knnMatch结果格式

有人知道为什么OpenCV 2

DescriptorMatcher:：radiusMatch（）

和

knnMatch（）

采用

向量和匹配吗？我有点困惑为什么它不只是一个向量，因为它只是场景中与训练图像相对应的一个点数组，对吗

我有这样的想法：

void getMatchingPoints(
    const vector<vector<cv::DMatch> >& matches,
    const vector<cv::KeyPoint>& keyPtsTemplates,
    const vector<cv::KeyPoint>& keyPtsScene,
    vector<Vec2f>& ptsTemplate,
    vector<Vec2f>& ptsScene
    )
{
    ptsTemplate.clear();
    ptsScene.clear();

    for (size_t k = 0; k < matches.size(); k++)
    {
        for (size_t i = 0; i < matches[k].size(); i++)
        {
            const cv::DMatch& match = matches[k][i];
            ptsScene.push_back(fromOcv(keyPtsScene[match.queryIdx].pt));
            ptsTemplate.push_back(fromOcv(keyPtsTemplates[match.trainIdx].pt));
        }
    }
}

void getMatchingPoints(
常量向量和匹配，
常量向量和密钥模板，
常量向量和keyptscene，
向量和ptsTemplate，
向量&ptsScene
)
{
ptsTemplate.clear（）；
ptsScene.clear（）；
对于（size_t k=0；k

但我有点困惑，一旦我把它们都放在
ptsScene
中，如何实际映射对象的大致位置。当我刚画这些点时，它们看起来很分散，所以我想我缺少了嵌套向量所表示的内容。
函数将返回
k
最近邻匹配，即如果调用
knnMatch（queryDescriptor，trainsDescriptor，matchesqueryTorain，3）
在这种情况下，
k=3
，然后，对于每个训练点，它将从查询集中找到3个最佳匹配项

对于您的
向量
，这意味着外部
向量
是每个查询->序列匹配的向量，而内部
向量
是您的
k
最近匹配的向量

在另一个问题中，有一个很好的例子说明了如何使用这些
k
匹配以及交叉检查方法

如果您想要一个简单的1-1匹配，那么您可以调用k=1的knnMatch，它将返回大小为1的内部向量，或者只调用
match
，它以
vector
的形式输出匹配，而不需要第二个向量