**ORB算法核心函数cv2.ORB_create()**一、函数构造orb = cv2.ORB_create(1000)二、参数详解nfeatures:默认500，确定要查找的最大关键点数（如果用到对比算法的运行速度，可以更改这里，固定选取特征点，控制变量的方法来对比匹配速度）ScaleFactor:默认1.2，金字塔的抽取率，必须大于1。ORB使用图像金字塔来查找要素，因此必须提供金字塔中的每

基于python+opencv的SIFT算法分析当对图像进行平移、旋转、缩放等操作后，其特性保持不变,此算法即SIFT算法。图像在平移、旋转比例和光照条件发生变化时的匹配,对视角变换和仿射变换，SIFT算法具有较稳定的特征匹配性能。SIFT 算法实现具体过程如下:（1）特征点检测a.建立尺度空间尺度空间理论于1983年被提出,后被推广到二维图像。二维图像尺度空间,可由图像与高斯核进行卷积得到：公式

**绘制特征点核心函数cv2.drawKeypoint()**一、函数构造cv2.drawKeypoint()二、参数详解cv2.drawKeypoint(image,keypoint,outimage,color,flags)image：输入图像；keypoint：获取的特征点；outimage：输出图像；color：颜色，默认为随机颜色；flsgs：绘制点的模式，有以下四种模式cv2.DRAW

**ORB算法核心函数cv2.ORB_create()**一、函数构造orb = cv2.ORB_create(1000)二、参数详解nfeatures:默认500，确定要查找的最大关键点数（如果用到对比算法的运行速度，可以更改这里，固定选取特征点，控制变量的方法来对比匹配速度）ScaleFactor:默认1.2，金字塔的抽取率，必须大于1。ORB使用图像金字塔来查找要素，因此必须提供金字塔中的每