有人知道OpenCV 2.3中特征检测和描述符提取之间的区别吗？
我知道使用DescriptorMatcher进行匹配时需要后者。如果是这样，FeatureDetection的用途是什么？
特征检测
在计算机视觉和图像处理中，特征检测的概念是指旨在计算图像信息的抽象并在每个图像点做出本地决策的方法，该点是否存在给定类型的图像特征。生成的特征将是图像域的子集，通常是孤立点，连续曲线或连接区域的形式。
特征检测=如何在图像中找到一些有趣的点（特征）。（例如：找到一个角点，找到一个模板，等等...）
] >>特征提取
在模式识别和图像处理中，特征提取是降维的一种特殊形式。当算法的输入数据太大而无法处理并且被怀疑是多余的（大量数据，但没有太多信息）时，输入数据将被转换为特征的简化表示集（也称为特征向量） 。将输入数据转换为特征集称为特征提取。如果精心选择了提取的特征，则可以预期特征集将从输入数据中提取相关信息，以便使用此缩小的表示形式而不是全尺寸输入来执行所需的任务。
特征提取=如何表示有趣的点，我们将它们与图像中的其他有趣的点（特征）进行了比较。 （例如，该点的局部强度？该点周围区域的局部方向？等等。）
[[实际示例：您可以使用harris拐角方法找到一个拐角，但是可以使用任何所需的方法对其进行描述（例如直方图，HOG，第8个邻接处的局部方向）
Julien，（帮助维基百科：p）
Feature Detection和Feature descriptor extraction均为Feature based image registration的一部分。仅在基于特征的整个图像配准过程中查看它们，以了解它们的工作才有意义。