训练图像在openCV中意味着什么？

Question

我已经采用的OpenCV来检测特征开始：

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 

将提取其可以对来自其他图像中提取的特征被匹配的图像的特征。在这种情况下，“训练图像”是什么意思。

我一定要像多次旋转和/或缩放？

如果是这样的。可以将这些特征合并为一个描述符吗？在特征提取的背景下

Answer 1

培训形象让我觉得分类。您可以从不同类别中提取一组训练图像，从中提取特征。然后，您尝试使用此功能来学习某种分类器。所以你使用这些图像来训练分类器。

SURF特点是规模和旋转不变的。所以不需要缩放或旋转图像。

要获得每幅图像单一特征向量，你可以使用一个bag of words model。