在前面三篇教程中的几种角检测方法，比如harris角检测，都是旋转无关的，即使我们转动图像，依然能检测出角的位置，但是图像缩放后，harris角检测可能会失效，比如下面的图像，图像放大之前可以检测出为harris角，但是图像放大后，则变成了边，不能检测出角了。所以，harris角是缩放相关的。

     在paper Distinctive Image Features from Scale-Invariant Keypoints中，D.Lowe提出了SIFT算法，该算法是缩

放无关的。

sift算法原理参考下面两篇链接。

论文的原文可见：

OpenCV中使用sift特征的代码如下：

// Read input image

image= cv::imread("../church01.jpg",0);

keypoints.clear();

// Construct the sift feature detector object

cv::SiftFeatureDetector sift(

    0.03,  // feature threshold

    10.);  // threshold to reduce

// sensitivity to lines

// Detect the SURF features

sift.detect(image,keypoints);

cv::drawKeypoints(image,keypoints,featureImage,cv::Scalar(255,255,255),cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

// Display the corners

cv::namedWindow("SIFT Features");

cv::imshow("SIFT Features",featureImage);

surf算法可以看作加速的sift算法。原理参考

opencv中使用surf的代码为：

// Read input image

cv::Mat image= cv::imread("../church03.jpg",0);

// vector of keypoints

std::vector<cv::KeyPoint> keypoints;

keypoints.clear();

// Construct the SURF feature detector object

cv::SurfFeatureDetector surf(2500);

// Detect the SURF features

surf.detect(image,keypoints);

cv::Mat featureImage;

cv::drawKeypoints(image,keypoints,featureImage,cv::Scalar(255,255,255),cv::DrawMatchesFlags::DRAW_RICH_KEYPOINTS);

// Display the corners

cv::namedWindow("SURF Features");

cv::imshow("SURF Features",featureImage);

完整代码：工程FirstOpenCV50