好的，针对您的问题，我可以为您提供一些思路和代码实现。 首先，您需要使用 OpenCV 库中的 ORB 特征点检测和匹配算法，对两张待比对的图片进行特征点提取和匹配。 以下是一个简单的示例代码，展示了如何使用 ORB 算法进行特征点提取和匹配。我们假设您已经安装了 OpenCV 库，并且已经将图像加载到了 Mat 对象中。 ```java // 创建 ORB 特征点检测器 ORB orb = ORB.create(); // 检测特征点并计算特征描述子 MatOfKeyPoint keypoints1 = new MatOfKeyPoint(); MatOfKeyPoint keypoints2 = new MatOfKeyPoint(); Mat descriptors1 = new Mat(); Mat descriptors2 = new Mat(); orb.detectAndCompute(img1, new Mat(), keypoints1, descriptors1); orb.detectAndCompute(img2, new Mat(), keypoints2, descriptors2); // 匹配特征点 DescriptorMatcher matcher = DescriptorMatcher.create(DescriptorMatcher.BRUTEFORCE_HAMMING); MatOfDMatch matches = new MatOfDMatch(); matcher.match(descriptors1, descriptors2, matches); // 计算匹配度 double max_dist = 0; double min_dist = 100; List<DMatch> good_matches = new ArrayList<>(); for (DMatch match : matches.toArray()) { double dist = match.distance; if (dist < min_dist) min_dist = dist; if (dist > max_dist) max_dist = dist; } for (DMatch match : matches.toArray()) { if (match.distance <= 2 * min_dist) { good_matches.add(match); } } double match_percent = (double) good_matches.size() / (double) keypoints1.size().height; ``` 在上面的代码中，我们首先创建了一个 ORB 特征点检测器，并使用 detectAndCompute 方法计算了两张图片的特征点和特征描述子。然后，我们使用 DescriptorMatcher 进行特征点匹配，并计算了匹配度。 最后，我们将匹配度 match_percent 返回给您，您可以根据需要进行格式化和输出。 希望这个示例对您有帮助！