Surf Matching algorithm OPENCV sample code

1, surf feature +flann feature matching +KNN filter match point + single-response matrix mapping

#include   "stdafx.h"    #include  <stdio.h>   #include  <iostream>    #include  <opencv2/core/core.hpp>   #include   "opencv2/nonfree/ Features2d.hpp "   #include <opencv2/legacy/legacy.hpp>   #include  <opencv2/ highgui/highgui.hpp>      using namespace cv;   Using namespace  std;      Int main ( )    {     mat img_1  = imread (  "c:\\temp\\pyramidpattern.jpg", cv_load_image_grayscale );     mat img_2 = imread (  "C:\\temp\\pyramidpatterntest.bmp",  CV_LOAD_IMAGE_ grayscale );          if ( !img_1.data | |  !img_2.data )      { return -1; }         //-- step 1: detect the keypoints using surf detector     int minhessian =  400;        surffeaturedetector detector ( minHessian );         vector<KeyPoint> keypoints_1, keypoints_2;         detector.detect ( img_1, keypoints_1 );     detector.detect ( img_2, keypoints_2 );        //-- Step 2:  calculate descriptors  (feature vectors)      SurfDescriptorExtractor  extractor;        Mat descriptors_1, descriptors_2;         extractor.compute ( img_1, keypoints_1, descriptors_1 );     extractor.compute ( img_2, keypoints_2, descriptors_2 );         //--&nbsp step 3: matching descriptor vectors using flann matcher      FlannBasedMatcher matcher;     vector< DMatch > matches;      vector<vector<DMatch>> m_knnMatches;         matches.clear ();     const float minRatio=1.f / 1.5f;     matcher.knnmatch (descriptors_1,descriptors_2,m_knnmatches,2);         for  (Int i=0; i<m_knnmatches.size ();  i++)      {          const DMatch& bestMatch=m_knnMatches[i][0];          const DMatch& betterMatch=m_knnMatches[i][1];             float distanceRatio=bestMatch.distance/betterMatch.distance;             if  (distanceratio<minratio)