近期事情太多了，课业也繁多，好久没更了，今天对OpenCV中经常用到的一些数据类型的结构进行一波分析，为自己做记录的同时也分享给大家。闲言少叙，开始操作。

一、KeyPoint 数据结构

angle       //关键点的方向，值为0~360，负值表示不使用。如SIFT算法中为了保证方向不变形，//通过对关键点周围邻域进行梯度运算，求得该点方向。（初值为-1）octave      //表示的是关键点所在的图像金字塔的层组pt          //关键点的坐标。pt.x为横坐标,pt.y为纵坐标。reponse     //响应程度，代表了该点是特征点的稳健度，可以用于后续处理中特征点排序class_id    //用于聚类的id，即当要对图片进行分类时，我们可以用class_id对每个关键点进行区分，//默认为-1，也可自己设定size        //关键点邻域直径     

OpenCV源码再现KeyPoint数据类型

二、DMatch 数据结构

queryIdx        //query描述子的索引，即特征点在训练图像中检测出的特征点集中的下标号trainIdx        //train描述子的索引，即特征点在匹配图像中检测出的特征点集中的下标号imgIdx          //进行匹配图像的索引//如已知一幅图像的sift描述子，与其他十幅图像的描述子进行匹配，//找最相似的图像，则imgIdx此时就有用了。distance        //对应特征点之间的欧氏距离，越小表明匹配度越高

OpenCV源码再现