简介：面向计算机视觉方向毕业设计的论文插图需求，一套可直接修改的Superglue与Superpoint算法框架图以docx格式封装，共1个文件、约390KB，便于在Word中调整节点、连线与标注。内容覆盖Superpoint自监督特征检测与描述符学习流程、单应性自适应图像变换机制，以及Superglue基于图神经网络和注意力机制的匹配全过程，包括关键点编码、得分矩阵计算、最优传输与特征分配等关键模块。图示中保留了原始论文的结构逻辑，同时将“垃圾桶”得分、自注意力/交叉注意力等机制以框图形式清晰呈现，便于二次绘制和讲解。已有588人学习下载，可作为毕业论文、课程设计或技术博客中的配图素材，帮助读者更直观地理解图像配准与特征匹配算法的内在结构。

1. SuperGlue论文内算法框架图（可修改）docx版本：到底改的是什么

不少人拿到SuperGlue论文里的算法框架图，第一个反应是截个图放进Word。结果放大后边缘发虚，想改一个术语只能重新截图，想挪动某个模块的位置更是无处下手。“superglue论文内算法框架图（可修改）docx版本”这个需求，本质上不是要一张图，而是要一套能持续维护的图元集合。这篇笔记会带你从读懂论文图的结构开始，用绘图工具把图重绘成模块可拆、文字可改的版本，再用脚本把图精确插入docx，整个过程不依赖任何现成模板，也不需要你手工在Word里画几百个形状。适合正在写技术文档、论文配图或内部评审材料的工程师和研究者。

2. 拆解论文框架图：把四层结构与数据流变成可编辑图元

2.1 论文里那张图到底画了什么

SuperGlue的流程不是一条简单直线，而是两条输入图像并行处理、在中间层互相“通信”，最后输出匹配结果。论文里的算法框架图通常会表达这样几层意思。

第一层是输入侧，两幅图像分别进入特征提取网络，得到关键点和描述子。常见画法是一左一右两个图像框，各自引出一条箭头指向特征提取模块。

第二层是描述子编码层，特征提取网络输出的特征向量会在这里被整理成图结构的节点属性，对应到框架图里就是一个宽矩形，里面写着类似“Keypoint CNN / Descriptor”的文字。

第三层是注意力图神经网络，这是整个SuperGlue最核心的部分。特征点被当成图的节点，网络在节点之间做self-attention和cross-attention，反复迭代多次。论文图里常把它画成一个大的圆角矩形，内部并排两个子列，每个子列里堆叠好几层注意力块，旁边标注迭代次数或特征维度。

第四层是输出侧，经过注意力更新后的特征被送入最优传输层，通过Sinkhorn算法迭代求解匹配矩阵，最后输出带置信度的匹配点对。框架图里通常会画一个矩形表示Sinkhorn层，再画一条粗箭头指向两幅图之间的匹配连线。

如果你要画的图只截取了其中一部分，比如只画GNN内部结构，那整个层级关系会变，但核心数据流不变。我的经验是：动手画之前先确定这张图想说明哪件事，是整体流程，还是GNN内部机制。画整体流程时，模块可以画得粗一点；画内部机制时，每一个子模块都要单独成块。

2.2 从论文结构到绘图组件：模块、连线和文字标注怎么分配

把上面的分析落到绘图工具里，需要先做一次“翻译”。

连线的规划同样重要。论文里的连线方向代表着数据从输入流向输出，所以画图时一定要统一方向，常见的布局是自上而下或者从左到右。我一般把输入图像放在左上和左下（或左上和右上），然后向右侧汇入特征提取模块，再流向右下角的输出区域。这样阅读顺序和论文图文排列一致，别人看你的图画时不用花时间找方向。

文字标注是另一个容易被忽略的点。框架图里的文字分为三类：模块名、变量名、说明性注释。模块名用最大字号，变量名用次一级字号，注释用更小字号。很多人直接在drawio里复制论文里的公式变量名，结果中文字体和英文字体混在一起，导出后间距参差不齐。我更习惯把文字统一成“中文变量名（英文缩写）”这种格式，例如“注意力图神经网络（Attentional GNN）”，既便于答辩，也便于后期修改。

2.3 公式到底要不要画进图里：一个实用性取舍

论文里的框架图经常夹杂着数学符号，比如描述子维度、注意力头数、Sinkhorn迭代次数。很多人照抄时想把公式也画进docx图里，结果发现文字的公式格式一旦嵌进图形，后期非常难改。

我的建议是区分“变量名”和“公式推导”。变量名可以放进框架图，比如“d=128”表示描述子维度，或者“N=3”表示GNN迭代层数；但完整的公式推导，比如匹配得分矩阵的计算式，不要放进框架图。原因有两个：一是Word里对公式的原生支持是独立的公式编辑器，图形里的文字框无法使用公式域，粘进去也会变成图片；二是框架图的读者通常只需要理解数据流，具体公式在正文里读就好。

如果确实需要体现公式，一个常见做法是先用Word的公式编辑器写好公式，再在框架图相应模块处放一个空的文字占位符，比如“详见式(3)”。这样图保持干净，公式又没有被丢掉。这个取舍会直接影响你后面能不能保持“可修改”，值得在画图前就定下来。

3. 用draw.io重绘SuperGlue框架图：从画布设置到模块连线

3.1 画布与样式参数：决定导出清晰度和后续修改体验

draw.io 是画这种算法框图最顺手的工具，免费，支持导出多种格式，且导出时不会像某些格式那样把文字压平。新建绘图时选“空白框图”，接着在页面设置里把画布改成自定义大小。

我一般把画布设为宽1600像素、高900像素，这个比例接近16:9，复制到PPT或插入Word都不需要强行裁剪。如果模块数量特别多，宽度可以加到2000像素，但高度不要超过1200像素，否则插入Word后一行放不下，被拉到下一页。

样式参数直接关系统一性。矩形、圆角矩形、连线在draw.io里都有自己的样式字符串，我不会每次随手改颜色，而是先定好一组模板，再复制着用。下面是我常用的一组：

html=1;fontSize=13;fillColor=#FFFFFF;strokeColor=#000000;strokeWidth=1;whiteSpace=wrap;

rounded=1;arcSize=10;html=1;fontSize=13;fillColor=#FAFAFA;strokeColor=#000000;strokeWidth=1;whiteSpace=wrap;

edgeStyle=orthogonalEdgeStyle;rounded=0;strokeColor=#444444;endArrow=block;fontSize=12;

第一段样式用于普通矩形模块，第二段用于注意力图神经网络这类圆角模块，第三段用于数据流向连线。

参数说明：html=1让文字支持自动换行，这是防止文字被截断的关键；whiteSpace=wrap配合前者使用，等于告诉draw.io“文字超过宽度就换行，而不是拉宽图形”；arcSize=10控制圆角程度，值越大圆角越明显；endArrow=block表示线末端画实心箭头。strokeWidth建议统一为1，因为太粗的边框在Word里会显得很“重”。

提示：画布大小最好一次定好，后面再改会导致整个图形布局比例变化，所有模块的相对间距都会被拉伸。先花一分钟设好画布，比画完再调整省力得多。

3.2 按数据流向绘制四个大模块

打开画布后，我习惯从左上角开始，给每个模块先放一个占位矩形，不急着连线，先把所有模块都摆好再连，顺序是：输入图像、特征提取、注意力图神经网络、最优传输与输出。

第一步画输入图像。左侧放两个矩形，一个标注“Image Left”，另一个标注“Image Right”，尺寸建议设为128×80像素。两个矩形之间稍微留一点空隙，然后用椭圆在图像下方各放三个小圆点，代表检测到的关键点。圆点直径统一设为8像素，用黑色填充，不描边。

第二步画特征提取。在两个图像框的右侧放一个大矩形，宽度280像素，高度100像素，内部文字写“Keypoint CNN / Descriptor”，下方加一行小字“d=128”。这个矩形代表SuperPoint或类似检测器输出的特征描述子，是整个图的“公共入口”。两个图像框各引一条箭头指向这个矩形。

第三步画注意力图神经网络。这是最容易画乱的模块。我的做法是：先放一个大的圆角矩形作为容器，内部再放两个并排的子矩形，左侧子矩形写“Self-Attention ×L”，右侧写“Cross-Attention ×L”，文字下方用一个小圆角矩形表示“特征更新”。两个子矩形之间画一条双箭头表示互相交换信息。容器外面在右下角角落加一行小字“Attentional GNN”，用来告诉读者这个容器内部的整体功能。这里不要画太细的每一层结构，图上只需要表达“反复迭代”的意思。

第四步画最优传输与输出。在GNN容器右侧放一个矩形，宽160像素，高80像素，标注“Sinkhorn / OT”，旁边写“迭代N次”。从这个矩形引一条粗箭头指向两幅图像之间，箭头上方放一个小文本框写“Matches / Confidence”。到这一步，四个模块已经全部就位。

这四个步骤里，最容易翻车的是第二步到第三步的连接。特征提取矩形的输出线和两个子矩形都有关系，正确的画法是先合并成一条线再分叉进入GNN容器。不要直接从特征提取矩形拉两根线分别进入self和cross，这样图会显得杂乱，也模糊了“数据先进入GNN整体”的语义。

3.3 对齐、分组与连线的三个习惯

模块画完不连线之前，先做对齐。draw.io选中多个图形后，顶部会出现对齐辅助线。我把所有矩形左边缘对齐、垂直居中对齐，再把纵向间距设为统一值，比如40像素。这一步纯粹是给眼睛看的，但对齐好的图插进Word后会显得专业很多，后期改图也不容易因为间距不一反复调整。

然后做分组。把图像框和它对应的关键点圆点框选，按Ctrl+Shift+G打成一个组；把注意力图神经网络容器里的所有元素打成一个组；最后把整张图所有元素再打一个总组。分组的价值在于：后期拖动某个模块时，组内的相对位置不会散架；取消分组也只是几秒钟的事，不牺牲可编辑性。

最后是连线。draw.io默认连线是直线或折线。框架图里我全部用正交连线，也就是横平竖直的折线，配合前面写的edgeStyle=orthogonalEdgeStyle样式。正交线在Word里看最接近论文图风格，而且不容易让人觉得乱。每条连线的文字标签放在线段的中间位置，字号比模块文字小一号。

在这个阶段不要急着导出。把线条宽度、箭头样式、文字大小整体检查一遍，如果图形在画布上撑得不满，可以用导航栏的“适应画布”功能一键缩放。注意，“适应画布”会改变画布尺寸，但不会破坏模块之间的相对比例，这是安全的操作。

4. 用python-docx把框架图装进docx：插入脚本与图片参数

4.1 环境准备与最小脚本

画好的图可以先导出PNG或SVG。从可修改的角度看，draw.io源文件才是真正能改的东西，Word里插入的是渲染结果。所以这一步我先用python-docx把PNG插入docx，并把draw.io源文件名写进图注，保证文档和源文件能对应上。

python-docx是一个处理docx文件的Python库，可以用一行命令安装：

pip install python-docx

安装完成后，写一个最简脚本，建立一个空白docx、插入一张图、保存文件。下面这个脚本就是全套流程的最小可用版本，适合先验证你的图片路径和宽度是否合适。

from docx import Document from docx.shared import Cm from docx.enum.text import WD_ALIGN_PARAGRAPH doc = Document() # 新建空白文档 doc.add_heading("SuperGlue 算法框架图", level=1) # 加一个一级标题 # 新建一个段落用于放图片，并把段落设为居中 pic_para = doc.add_paragraph() pic_para.alignment = WD_ALIGN_PARAGRAPH.CENTER # 在段落里插入图片，width参数控制图片在文档中的宽度 pic_para.add_run().add_picture("superglue_framework.png", width=Cm(14)) # 图片下方加图注，同样居中 cap = doc.add_paragraph("图1 SuperGlue 算法框架（可编辑源文件：superglue_framework.drawio）") cap.alignment = WD_ALIGN_PARAGRAPH.CENTER doc.save("superglue_framework.docx") # 保存到当前目录

逻辑说明：add_picture可以单独用，也可以像上面这样放在一个段落的run里，放在run里的好处是图片能跟随段落的对齐方式，方便实现居中效果。width=Cm(14)指定插入宽度为14厘米，高度会自动按图片原始宽高比缩放，不需要你手动算。add_heading(level=1)生成的标题会带Word的“标题1”样式，之后可以在目录里被索引到。

参数说明：14厘米是一个相对稳的值，能放进Word默认页面版心，左右留白适中。如果你的页面边距设置得比较窄，可以改成15厘米；如果图片内容特别宽，建议不要超过16厘米，否则会顶到页边距。图注里的源文件名不要省略，这是整个“可修改”工作流里最关键的提醒标记。

4.2 图片清晰度与Word缩放：为什么PNG导出要调大尺寸

很多人用draw.io默认设置导出PNG，结果插入Word后文字发虚，仔细看边缘还有锯齿。这不是python-docx的问题，而是导出分辨率不够。

draw.io导出PNG时会按画布的像素尺寸输出。如果你的画布是1600×900，导出的PNG默认就是1600×900像素，插入到14厘米宽的Word位置时，大约每英寸只有200多像素，放大或打印时会明显变软。解决办法是在导出窗口里把缩放比例设置到200%，也就是输出3200×1800像素的PNG。这样同样的插入宽度下，每英寸像素翻倍，肉眼基本看不出锯齿。

如果你把图存成了SVG格式，python-docx没办法直接插入SVG，你需要先转换成PNG或直接插入EMF。EMF在Word里可以做到无限放大不失真，但兼容性在不同Windows版本上表现不稳定，而且一旦图元太复杂，Word绘制起来会卡。我的建议是：日常用200%缩放的PNG就足够，打印A4或PPT答辩完全够用；如果一定要矢量效果，在draw.io里导出EMF再手工插入Word，不要用python-docx处理EMF。

4.3 一次修改要跑完的完整流程

现在你的工作流应该是这样：在draw.io里修改源文件 → 导出PNG覆盖旧图 → 重新运行python-docx脚本生成新的docx。这样每次修改都是可控的，不会出现“改了图忘了更新Word”的情况。

如果你想保留多个历史版本，把docx文件名加上日期，比如superglue_framework_20250618.docx，同时把对应的drawio源文件也加上相同日期。这样后续评审时如果有人问“上一版是什么样的”，你能快速找到对应文件。这个习惯看起来很简单，但能救你很多次。

注意：不要在Word里手动右键替换图片后，又把drawio源文件删了。Word里的图只是渲染快照，源文件才是真正能编辑的那一层。丢失源文件意味着下一次修改要从头重画。

5. 框架图docx化避坑：清晰度、可编辑性与版本管理的三个坑

5.1 图片放大后发糊，打印出来边缘有锯齿

现象：插进Word的图在屏幕上看着还行，一放大或者打印预览就发虚，文字边缘有锯齿。

原因：多半是draw.io导出时没调缩放比例，导出的PNG像素等于画布像素。插入Word后图片被拉伸到14厘米宽，像素密度不够，自然就糊。

解决：重新从draw.io导出，在导出窗口把缩放比例改到200%，得到2倍像素的PNG后再插入。如果还是不够清晰，把缩放调到300%，但文件体积会变大，插入和保存速度会变慢，通常200%足够。

5.2 双击Word里的图只能设置格式，不能编辑模块

现象：做好docx后，双击图片发现不是进入绘图编辑，而是弹出“设置图片格式”。

原因：Word识别到这是一个整体图片对象，不是原生形状。你在draw.io里画的模块、文字、连线都被“烤”成了一张图，Word不可能辨识出里面的结构。

解决：认清可修改层的边界。真正可编辑的是draw.io源文件，不是docx里的图片。把源文件保存在和docx同一目录下，并在图注里写明源文件名。如果你需要让Word里也能逐个点选修改，那就需要在Word里用“插入-形状”重新画一遍，但这等于重做一次绘图工作量，不值得。对绝大多数场景来说，回draw.io改、重新导出、重新插入，已经足够高效。

5.3 改了一版图，结果旧图还留在docx里

现象：重新运行脚本生成了新docx，打开后发现有的地方还是旧图，或者surrounding图注和图片对不上。

原因：最常见的是脚本里图片路径没变，但draw.io导出的新图文件名换成了带版本号的名字，导致脚本仍指向旧文件；另一种情况是你在Word里手动替换过部分图片，而脚本重新生成时只覆盖了其中一张。

解决：给导出图片起一个固定名字，比如superglue_framework.png，每次导出都覆盖这个名字；脚本里的路径始终不变。如果做过多图版本，就把每张图放进单独的目录，脚本里用绝对路径或相对路径检查好。这个问题的本质是文件命名不规范，统一命名规则就能避免。

6. 让框架图真正能改：分组、源文件命名与二次改图验证

到这里，你已经能画出一份结构完整的SuperGlue框架图，并把它干净地放进docx。但“能改”这件事还需要一个验证步骤。我一般会在交付前做一次完整的二次修改演练：打开draw.io源文件，把GNN容器里的“Self-Attention ×L”改成“Self-Attention ×2”，把“Sinkhorn / OT”的文字改成“Sinkhorn / OT（迭代15次）”，然后重新导出PNG、重新跑python-docx脚本、打开新docx确认两处文字都变了，且图注里的源文件版本号同步更新。这一套流程走通，说明你手上是一份真正可维护的文档，而不是一次性图片。

我推荐把drawio源文件命名带上日期和用途，例如superglue_framework_20250618_v2.drawio。这个习惯来自我吃过的一次亏：当时只导出了PNG没留源文件，后来要改一个术语，对着位图重画了两个小时。从那以后，我只要往docx里插框架图，就强制在同目录放一份对应的drawio源文件，并在图注里写一句“可编辑源文件：xxx.drawio”。这个代价很小，但能在三个月后救你一次。

如果团队协作，建议把源文件放进版本管理目录，每次修改提交一次变更记录。论文配图或评审材料经常需要回溯“哪一版是哪一天改的”，有源文件和日期对照表，这个问题就变得非常简单。团队里其他人如果想改，也不需要找到你再远程传图，直接拉最新源文件改完重新导出即可。

最后再说一个操作上容易被忽视的细节：draw.io里的分组在导出PNG后不会保留，但会让你的源文件更整洁。源文件里每一个模块都命名清楚，比如“input_left”“gnn_container”“sinkhorn_block”，修改时可以直接从左侧图层列表点选定位，比用鼠标满画布找图快得多。这个习惯我会一直保留。

希望这篇笔记能帮你少走一些弯路，让你做出来的SuperGlue框架图既符合论文逻辑，又能随时改、随时用。

本文还有配套的精品资源，点击获取