前言

Harris算法和Shi-Tomasi 算法，由于算法原理，具有旋转不变性，在目标图片发生旋转时依然能够获得相同的角点。但是如果对图像进行缩放以后，再使用之前的算法就会检测不出来，如图：

在2004年，University of British Columbia 的 D.Lowe 在他的论文 Distinctive Image Features from Scale-Invariant Keypoints 中提出了一个新的算法，Scale Invariant Feature Transform (简称SIFT)，它可以提取关键点及计算其描述符。OpenCV的文档指出这篇论文容易理解，推荐阅读。

SIFT算法主要有4个步骤，详情请见文末的相关参考。

流程

1. 尺度空间极值检测（Scale-space Extrema Detection）

2. 关键点定位（Keypoint Localization）

3. 方向分配（Orientation Assignment）

4. 关键点描述符（Keypoint Descriptor）