我想在opencv中编写一个代码，证明SIFT是否具有旋转不变性特征。假设图像有一个关键点，它是图像的中心。我想计算关键点描述符(大小和方向)。我想问一下重点是什么?它是图像中的一个位置吗?我搜索了简单的教程或代码来知道该怎么做，但我没有找到一些简单的。
关键点是图像中有趣的点。这些点通常是在强度变化时发现的，例如，在图像中两个物体之间的边缘处。除其他事项外，关键点对该点在图像中的位置进行编码。然后SIFT将为关键点提取一个局部特征描述符，然后您可以将其用于图像匹配。
Scale Invariant Feature Transform (SIFT)，顾名思义，是尺度不变的。它不是旋转不变量。在这种情况下，您可以使用SURF。但是，SURF对于实时应用程序来说有点问题。
筛选:http://en.wikipedia.org/wiki/Scale-invariant_feature_transform
冲浪:http://www.vision.ee.ethz.ch/~冲浪/papers.html
示例代码:尝试在OpenCv中使用sift匹配两个图像，但匹配太多
为了测试你的SIFT代码，你可以在Opencv中创建一个512x512的黑色图像，在它的宽度上有三个等距的白色点。然后，将图像进行小角度旋转，测量角度，检查特征匹配。当您这样做时，您将意识到，对于大旋转，特征匹配将被丢弃。