OpenCV特征匹配相关结构（KeyPoint&DMatch）

1. 特征点类：

class KeyPoint
{            Point2f  pt;  //坐标
             float  size; //特征点邻域直径
             float  angle; //特征点的方向，值为[零,三百六十)，负值表示不使用
             float  response;
             int  octave; //特征点所在的图像金字塔的组
             int  class_id; //用于聚类的id
}

2.  存放匹配结果的结构：

struct DMatch
{         //三个构造函数
          DMatch():
queryIdx(-1),trainIdx(-1),imgIdx(-1),distance(std::numeric_limits<float>::max()) {}
          DMatch(int  _queryIdx, int  _trainIdx, float  _distance ) :
queryIdx( _queryIdx),trainIdx( _trainIdx), imgIdx(-1),distance( _distance) {}
          DMatch(int  _queryIdx, int  _trainIdx, int  _imgIdx, float  _distance ) :                   queryIdx(_queryIdx), trainIdx( _trainIdx), imgIdx( _imgIdx),distance( _distance) {}
          int queryIdx;  //此匹配对应的查询图像的特征描述子索引
          int trainIdx;   //此匹配对应的训练(模板)图像的特征描述子索引
          int imgIdx;    //训练图像的索引(若有多个)
          float distance;  //两个特征向量之间的欧氏距离，越小表明匹配度越高。
          bool operator < (const DMatch &m) const;
};

3.  图片中特征点欧式距离的计算公式：
0ρ = √( (x1-x2)2+(y1-y2)2 )　|x| = √( x2 + y2 )