引例:
两张图片看起来，你会很明显感觉到，人群的这张图片看起来眼睛会觉得很累。这是因为这幅图片更加复杂，包含的特征更多。
我们如果要区分人群这张图片于我们去外地旅游拍摄的照片或者一些其他的图片，我们就需要尽可能多的去提取人群这张图片的信息(比如图片的亮度，色彩，饱和度等等)，但是由于图片的复杂性，我们很难知道哪些信息是==人群这幅图区别于其他图片的本质特征==。
就会有会多算法(比如SIFT)去找他的特征。
注，实际上从这两幅图，也可以引入视频编码的概念，实际上视频编码和人眼对于图片的处理是很相似的。都是先分类，比如通过颜色分成几大类，之后再把一些小类去聚合，图片越复杂，编码量就会越多。
描述子
上文提到了图像的特征，实际上==特征点==就是代表了图片的特征。(SITF就是一种找特征点的算法)
- 描述子描述特征点
特征点
特征点包括角点和特征向量
1. 角点(比如Harris角点)
2. 特征向量
和周围的像素是怎么的不同，是颜色还是亮度。