訓練圖像在openCV中意味着什麼？

Question

我已經採用的OpenCV來檢測特徵開始：

序列等：

cv::SurfFeatureDetector detector(40 ); 
std::vector<cv::KeyPoint> keypoints_object; 
detector.detect(img_object, keypoints_object); 
//-- Step 2: Calculate descriptors (feature vectors) 
cv::SurfDescriptorExtractor extractor; 
cv::Mat descriptors_object, descriptors_scene; 
extractor.compute(img_object, keypoints_object, descriptors_object); 
//-- Step 3: Matching descriptor vectors using FLANN matcher 

將提取其可以對來自其他圖像中提取的特徵被匹配的圖像的特徵。在這種情況下，「訓練圖像」是什麼意思。

我一定要像多次旋轉和/或縮放？

如果是這樣的。可以將這些特徵合併爲一個描述符嗎？在特徵提取的背景下

Answer 1

培訓形象讓我覺得分類。您可以從不同類別中提取一組訓練圖像，從中提取特徵。然後，您嘗試使用此功能來學習某種分類器。所以你使用這些圖像來訓練分類器。

SURF特點是規模和旋轉不變的。所以不需要縮放或旋轉圖像。

要獲得每幅圖像單一特徵向量，你可以使用一個bag of words model。