本教程的目标是学习如何使用features2d和calib3d模块来检测场景中已知的平面对象。

测试数据：使用数据文件夹中的图像，例如box.png和box_in_scene.png。

• 创建一个新的控制台项目。读取两个输入图像：

Mat img1 = imread（argv [1]，IMREAD_GRAYSCALE）;
Mat img2 = imread（argv [2]，IMREAD_GRAYSCALE）;

• 检测两个图像中的关键点，并为每个关键点计算描述符。：
  

// detecting keypoints
Ptr<Feature2D> surf = SURF::create();
vector<KeyPoint> keypoints1;
Mat descriptors1;
surf->detectAndCompute(img1, Mat(), keypoints1, descriptors1);

... // do the same for the second image

• 现在，找到从第一个图像到第二个图像之间的描述符之间的最接近的匹配：
  

// matching descriptors
BruteForceMatcher<L2<float> > matcher;
vector<DMatch> matches;
matcher.match(descriptors1, descriptors2, matches);

• 可视化结果：
  

// drawing the results
namedWindow("matches", 1);
Mat img_matches;
drawMatches(img1, keypoints1, img2, keypoints2, matches, img_matches);
imshow("matches", img_matches);
waitKey(0);

• 找到两组点之间的单变图：
  

vector<Point2f> points1, points2;
// fill the arrays with the points
....
Mat H = findHomography(Mat(points1), Mat(points2), RANSAC, ransacReprojThreshold);

• 创建一组inlier匹配并绘制它们。使用perspectiveTransform函数映射点与单应性：

      Mat点1投影; 透视变换（Mat（points1），points1Projected，H）;

• 使用drawMatches绘制inliers。