【发布时间】：2015-02-17 11:55:49
【问题描述】：
我的目标是实时跟踪视频序列中的关键点。根据我在网上的搜索，ORB 可能是一个不错的选择。但是，这件事似乎严重缺乏文档。
有人可以指导我们找到有关此问题的完整示例的链接，或者为我们提供一个独立的示例吗？
【问题讨论】：
-
@SchighSchagh 问题是该链接上的代码使用了 opencv 以外的外部库。所以它产生的东西有点复杂。最好只使用 opencv 库。
-
你在说什么？它是纯粹的 OpenCV 代码。
-
好的，非常感谢。现在我看得更清楚了。但是请问这个命令是什么意思：
matches[i][0].distance < nn_match_ratio * matches[i][1].distance? -
那是比率测试。不是使用匹配距离的绝对阈值来查看匹配是否良好，而是将最接近的匹配与第二接近的匹配进行比较以查看它们是否足够不同，这通常更加稳健。因此，如果某个查询产生两个相距（几乎）相同距离的匹配项，那么很可能是（a）查询很好地匹配了多个事物，在这种情况下，它不是一个非常有区别的关键点，应该被丢弃，或者（b）它匹配多个东西很差，应该被丢弃。我相信 David Lowe 在他的 SIFT 工作中首先提出了这种方法。