引言：
我正在尝试使描述符相互之间具有直觉。我知道python opencv中的方法可以找到关键点，绘制关键点或使其与图像匹配。
我想问的问题：
我的问题是关于使描述符相互匹配的直觉。我们如何比较它们以查看是否找到匹配项？
我已经知道的内容：
SIFT中的描述符是128维向量（将16x16大小的窗口划分为4x4子块，每个单独的块都是bin大小为8的直方图）
关键点描述匹配的基本思想是基于描述符之间的欧式距离。距离越短，匹配的可能性越高。
Different distances（如L1正常或L2正常）用于查找最接近的匹配描述符。另外，还使用了不同的策略来优化匹配。