让我们看一下这个名为 Features2D + Homography 的基本教程，以查找已知对象。它使用 SurfFeatureDetector 来检测特征：
SurfFeatureDetector detector( minHessian );
std::vector<KeyPoint> keypoints_object, keypoints_scene;
detector.detect( img_object, keypoints_object );
detector.detect( img_scene, keypoints_scene );
然后它使用SurfDescriptorExtractor检测到的特征来计算描述符（特征向量）。
我的问题是：
- 如果我想创建自己的特征检测器（例如使用 Trajkovic 或 Harris 算法），我应该使用哪个描述符提取器？
- 在 SurfFeatureDetector 中发现的特征是公共点还是点的区域？
****补充* ***
1）在这个例子中，使用了特征检测的 Surf 算法。我制作了自己的算法（Trajkovic），效果很好——找到了所有的角落（图像特征）。然后我尝试使用示例中使用的 SurfDescriptorExtractor。问题是 SurfDescriptorExtractor 不想以正确的方式使用我建立的点（结果图片出现错误的连接，这意味着提取器没有正确计算向量）。
2）我需要完全使用opencv，这就是重点；
3）“特征检测器”是一种算法，它试图在图像上找到关键点（特征或角），“描述符提取器” - 是一种算法，它计算特征向量以最好地理解关键点的位置和方向；
4) 总之，在示例中，所有关键点都连接在两个图像上（如教程的最后一张图片所示），然后用矩形突出显示。但是当我使用 Trajkovic 算法时，它们以错误的方式连接，这就是为什么没有突出显示的矩形。