我了解 FAST、SIFT、SURF 的工作原理，但似乎无法弄清楚以上哪些只是检测器，哪些是提取器。
基本上，从特征检测器/提取器列表中（链接到文章：FAST、GFTT、SIFT、SURF、MSER、STAR、ORB、BRISK、FREAK、BRIEF），其中一些只是特征检测器（FAST、GFTT）其他是特征检测器和描述符提取器（SIFT、SURF、ORB、FREAK）。
如果我没记错的话，BRIEF只是一个描述符提取器，所以它需要通过 FAST 或 ORB 等其他算法检测到的特征。
要确定哪个是哪个，您必须浏览与算法相关的文章或浏览 opencv 文档以查看哪个是为FeatureDetector该类实现的，哪个是为DescriptorExtractor该类实现的。
Q1：如前所述，基于 float 和 uchar 对检测器、提取器和匹配器的类型进行分类，还是其他类型的分类？
Q2：解释 float 和 uchar 分类之间的区别或使用哪种分类？
关于问题1和2，将它们分类为float和uchar，您已经发布的链接是我所知道的最佳参考，也许有人能够完成它。
Q3：提一下如何初始化（编码）各类检测器、提取器和匹配器？
回答问题 3，OpenCV 使代码使用的各种类型完全相同——主要是你必须选择一个特征检测器。大部分区别在于选择匹配器的类型，您已经提到了 OpenCV 拥有的 3 个匹配器。最好的办法是阅读文档、代码示例和相关的 Stack Overflow 问题。此外，一些博客文章是很好的信息来源，例如Ievgen Khvedchenia 的这些特征检测器基准系列（该博客不再可用，因此我不得不从其 google 缓存创建原始文本副本）。
匹配器用于查找描述符是否与列表中的另一个描述符相似。您可以将您的查询描述符与列表中的所有其他描述符（BruteForce）进行比较，也可以使用更好的启发式（FlannBased，knnMatch）。问题是启发式方法不适用于所有类型的描述符。例如，FlannBased 实现过去只能与float描述符一起使用，但不能与uchar's 一起使用（但从 2.4.0 开始，带有 LSH 索引的 FlannBased 可以应用于 uchar 描述符）。
引用这个关于类型的 App-Solut 博客文章DescriptorMatcher：
DescriptorMatcher 有“FlannBased”、“BruteForceMatcher”、“BruteForce-L1”和“BruteForce-HammingLUT”等品种。“FlannBased”匹配器在底层使用 flann（近似最近邻的快速库）库来执行更快但近似的匹配。“BruteForce-*”版本详尽地搜索字典以找到图像特征与字典中的单词最接近的匹配。
一些比较流行的组合是：
特征检测器/描述符提取器/匹配器类型
(FAST, SURF) / SURF / FlannBased
(FAST, SIFT) / SIFT / FlannBased
(FAST, ORB) / ORB / Bruteforce
（快速，ORB）/简要/蛮力
(FAST, SURF) / FREAK / Bruteforce
您可能还注意到特征检测器有一些适配器（动态、金字塔、网格） 。App-Solut 博客文章很好地总结了它们的使用：
(...) 还有几个适配器可以用来改变关键点检测器的行为。例如，Dynamic
适配器调整检测器类型特定的检测阈值，直到在图像中找到足够的关键点，或者Pyramid构建高斯金字塔以检测多个尺度上的点的适配器。该Pyramid适配器对于不是尺度不变的特征描述符很有用。
进一步阅读：