我很难理解 FREAK 描述符中的参数 orientationNormalized 和 scaleNormalized。知道它们的含义或作用吗？
OpenCV FREAK 文档：http://docs.opencv.org/modules/features2d/doc/feature_detection_and_description.html#freak-freak
【问题讨论】：
标签： opencv image-processing computer-vision freak
正如 old-ufo 所说：使用“orientationNormalized”，关键点的方向将被估计并存储在关键点的参数“角度”中。这可以用于更好的匹配。
scaleNormalization 确实会影响边界检查，但背景是如果你打开 scaleNormalization，模式的大小（用于提取描述符）将根据this 公式进行缩放。 （请记住，“最小”关键点大小为 default 7）
为了更好地理解缩放比例，请务必查看buildPattern() 方法！
（并根据paper阅读）
【讨论】：
“orientationNormalized”表示估计关键点方向，在需要方向不变性的情况下很好。
据我从源代码中了解，比例标准化仅影响检查整个关键点是否位于图像内部。
【讨论】：