opencv例子里没有提供cvsnakeimage的使用方法，在此整理一个例子，可以形象的看看snake算法的结果，大致做法是： 首先设定域值分割，把基本的轮廓找出来，见图中蓝色轮廓线，再将轮廓点传入cvSnakeImage函数，计算出绿色的snake轮廓线。 其中参数alpha代表点相互靠拢的权值(0-1.0)，beta表示弯曲能量（越小越容易弯曲）(0-1.0)，gamma表示整体能量(0-1.0)。其中参数我自己也不确定具体的范围，最好自己更改不同的范围试试. -o

在上篇博客特征点检测学习_1(sift算法) 中简单介绍了经典的sift算法，sift算法比较稳定，检测到的特征点也比较多，其最大的确定是计算复杂度较高。后面有不少学者对其进行了改进，其中比较出名的就是本文要介绍的surf算法，surf的中文意思为快速鲁棒特征。本文不是专门介绍surf所有理论（最好的理论是作者的论文）的，只是对surf算法进行了下整理，方便以后查阅。 该代码的作者给出的主函数实现了6中功能，包括静态图片特征点的检测，视频中特征点的检测，图片之间的匹配，视频与图片之间的匹配

首先设定域值分割，把基本的轮廓找出来，见图中蓝色轮廓线，再将轮廓点传入cvSnakeImage函数，计算出绿色的snake轮廓线。 其中参数alpha代表点相互靠拢的权值(0-1.0)，beta表示弯曲能量（越小越容易弯曲）(0-1.0)，gamma表示整体能量(0-1.0)。其中参数我自己也不确定具体的范围，最好自己更改不同的范围试试.-First set the threshold segmentation, find out the basic outline, blue contou

OpenCV 是一个功能强大的计算机视觉库，要用好它，除了要具有相关的计 算机视觉理论知识外，还需要具有一定的编程能力。本书作者通过对 OpenCV 中 文论坛中的大量问题观察，发现有很大比例的问题是因为用户对 C/C++语言不熟 练，导致出错， 或出错后不知如何解决。如果对 C/C++语言不熟悉，那使用 OpenCV 时会满头雾水瞎摸索，费心费力。 在这一章中，将介绍一些编程的基本概念， 让读者对编程的流程有一个基本 了解。这样在出现错误时，可以快速确定错误的类型，并知