基于特征点的图像匹配是图像处理中经常会遇到的问题，手动选取特征点太麻烦了。比较经典常用的特征点自动提取的办法有Harris特征、SIFT特征、SURF特征。
先介绍利用SURF特征的特征点检测，具体过程是：
1.使用 FeatureDetector 接口来发现感兴趣点。
2.使用 SurfFeatureDetector 以及它的函数 detect 来实现检测过程
3.使用函数 drawKeypoints 来绘制检测到的关键点
虽然代码和函数都很简单，但是其实我现在对SURF还不了解，也不知道提取出来的特征点具体是根据什么特征。今后用到再详细研究吧。
代码和部分注释：
// 052 特征点检测.cpp : 定义控制台应用程序的入口点。
//
#include "stdafx.h"
#include <stdio.h>
#include <iostream>
#include "opencv2/core/core.hpp"
#include "opencv2/features2d/features2d.hpp"
#include "opencv2/highgui/highgui.hpp"
using namespace cv;
int main( int argc, char** argv )
{
Mat img_1 = imread("Lena.png", CV_LOAD_IMAGE_GRAYSCALE );
Mat img_2 = imread("HappyFish.jpg", CV_LOAD_IMAGE_GRAYSCALE );
if( !img_1.data || !img_2.data )
{ std::cout<< " --(!) Error reading images " << std::endl; return -1; }
//Threshold for hessian keypoint detector used in SURF
int minHessian = 400;
//SurfFeatureDetector：用 SURF 函数实现的特征检测子封装类
SurfFeatureDetector detector( minHessian );
std::vector<KeyPoint> keypoints_1, keypoints_2;
//detect函数可以检测出SURF特征的关键点，保存在vector容器中
detector.detect( img_1, keypoints_1 );
detector.detect( img_2, keypoints_2 );
//-- Draw keypoints
Mat img_keypoints_1; Mat img_keypoints_2;
//绘制特征关键点.
drawKeypoints( img_1, keypoints_1, img_keypoints_1, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
drawKeypoints( img_2, keypoints_2, img_keypoints_2, Scalar::all(-1), DrawMatchesFlags::DEFAULT );
imshow("Keypoints 1", img_keypoints_1 );
imshow("Keypoints 2", img_keypoints_2 );
waitKey(0);
return 0;
}
运行结果：