import cv2
import numpy as np
"""
特征匹配
"""
"""
暴力特征匹配：使用第一组（第一幅图）中的一个特征描述子，使用一些距离计算与第二组中的所有其他特征匹配，返回最接近的一个。
"""
img1 = cv2.imread('./img/cat.jpeg')
img2 = cv2.imread('./img/ca2.jpeg')
# 创建特征检测对象
sift = cv2.SIFT_create()
# 计算描述子
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)
# 暴力特征匹配
# 计算距离的方式：1. NORM_L1：绝对值距离，SIFT和SURF使用。2. NORM_L2：欧氏距离，SIFT和SURF使用。3. HAMMING：汉明距离。ORB使用
bf = cv2.BFMatcher(cv2.NORM_L2)
# 进行匹配
match = bf.match(des1, des2)
# 绘制特征匹配
result = cv2.drawMatches(img1, kp1, img2, kp2, match, None)
cv2.imshow('result', result)
"""
FLANN特征匹配：快速最近邻搜索包，算法集合,用的很少
"""
cv2.waitKey(0)
cv2.destroyAllWindows()