C++ 如何在opencv中创建自己的特征检测方法？

让我们看一看名为Features2D+单应性的基本教程，以查找已知对象。它使用SurfFeatureDetector检测功能：

  SurfFeatureDetector detector( minHessian );
  std::vector<KeyPoint> keypoints_object, keypoints_scene;
  detector.detect( img_object, keypoints_object );
  detector.detect( img_scene, keypoints_scene );

SurfFeatureDetector检测器（minHessian）；
std：：矢量关键点\对象，关键点\场景；
检测器。检测（img_对象、关键点_对象）；
检测器。检测（img_场景、关键点_场景）；

然后，它使用

SurfDescriptorExtractor

使用检测到的特征计算描述符（特征向量）

我的问题是：

如果我想创建自己的特征检测器（例如使用Trajkovic或Harris算法），我应该使用哪个描述符提取器

在SurfFeatureDetector中找到的特征仅仅是公共点还是点的区域

***添加***

1） 在本例中，使用了特征检测的Surf算法。我制作了自己的算法（Trajkovic），效果非常好——所有的角点（图像特征）都被找到了。然后，我尝试使用示例中使用的SurfDescriptorExtractor。 问题是SurfDescriptorExtractor不想以正确的方式使用我创建的点（结果图片显示的连接错误，这意味着提取器没有正确计算向量）

2） 我需要准确地使用opencv，这就是重点

3） “特征检测器”是一种算法，它试图在图像上找到关键点（特征或角点），“描述符提取器”是一种算法，它计算特征向量以最好地理解关键点的位置和方向

---

4） 总之，在示例中，两幅图像上的所有关键点都是连接的（正如您在教程的最后一张图片上看到的），然后用矩形高亮显示。但是当我使用Trajkovic算法时，它们以错误的方式连接，这就是为什么没有突出显示的矩形。

虽然我们无法在不查看您的实现的情况下确定问题，甚至可能进行一些调查，但我可以为您指出解决方案的方向：OpenCV源代码，您可以与它们的实现进行比较

查看

detectAndCompute（）

函数：

Harris角点检测的工作原理稍有不同，其API也是如此：

---

我猜您没有得到答案的原因有两个：1）这个问题可以更好地描述；2） 您将问题限制在opencv（因此是标记）上，这没有任何帮助。例如，我对您在“特征检测器”和“描述符提取器”之间设置的差异感到困惑。假设使用典型的Harris角点检测方法，只需保留所有角点或接受一个减少使用角点数量的参数即可。那么最简单的描述符就是每个点出现的位置。您还需要什么？谢谢您的回复，我已经为您的上述问题添加了所有答案，请在那里找到。