# 1 楼答案 和往常一样，OpenCV无疑是一个可靠的选择 也就是说，VLFeat也很好。它包括许多流行的特征检测器（包括SIFT、MSER、Harris等）以及聚类算法（kd树和quickshift）。你可以用它很快拼凑出一袋单词 虽然SIFT肯定是一个可靠的通用解决方案，但它实际上是一个由特征检测器（图像中哪些点是有趣的）、特征描述符（对于图像中的每个有趣点，什么是好的表示）组成的管道，以及一个特征匹配器（给定一个描述符和一个描述符数据库，如何确定最佳匹配） 根据应用程序的不同，您可能希望将此管道分离，并在不同的组件中交换。VLFeat的SIFT实现非常模块化，可以让您轻松地进行实验
# 1 楼答案
和往常一样，OpenCV无疑是一个可靠的选择
也就是说，VLFeat也很好。它包括许多流行的特征检测器（包括SIFT、MSER、Harris等）以及聚类算法（kd树和quickshift）。你可以用它很快拼凑出一袋单词
虽然SIFT肯定是一个可靠的通用解决方案，但它实际上是一个由特征检测器（图像中哪些点是有趣的）、特征描述符（对于图像中的每个有趣点，什么是好的表示）组成的管道，以及一个特征匹配器（给定一个描述符和一个描述符数据库，如何确定最佳匹配）
根据应用程序的不同，您可能希望将此管道分离，并在不同的组件中交换。VLFeat的SIFT实现非常模块化，可以让您轻松地进行实验
# 2 楼答案
从未做过图像处理，但我听说朋友OpenCV比较好，他们通常使用C++
# 3 楼答案
听起来，尺度不变特征变换（SIFT）可能是您真正想要的算法。顺便说一句，我不知道有哪个通用图像处理库包含它，但肯定有一些独立的实现可以找到（知道它的名字应该会让谷歌搜索相对容易）