在计算机视觉中，描述符是图像中区域或特征的数值表示，旨在以算法可以比较或匹配到其他特征的方式捕获其独特特征。可以将其视为图像特定部分的紧凑“指纹”，例如对象的边缘或纹理区域。 描述符至关重要，因为原始像素数据对于直接比较而言过于嘈杂和可变——光照变化、旋转或比例差异会使同一特征看起来完全不同。 通过将特征转换为数值向量，描述符可以通过测量特征之间的相似性来实现对象识别、图像拼接或跟踪等任务。
描述符通常通过分析关键点（由 SIFT、SURF 或 ORB 等算法检测到的感兴趣点）周围的像素生成。 例如，SIFT 描述符计算关键点周围小区域中的梯度（强度变化的方向和大小），然后将它们分组到直方图中以总结局部模式。 ORB 是一种更快的替代方案，它使用像素强度之间的二元比较来创建紧凑的二元字符串。 这些方法旨在平衡独特性（描述符的唯一性）和不变性（对旋转或缩放等转换的鲁棒性）。 现代方法通常优先考虑效率——像 FREAK 或 BRISK 这样的二元描述符使用预定义的采样模式来加速计算，使其适用于实时应用。
在实践中，描述符用于全景照片拼接（匹配重叠的图像区域）、增强现实（将虚拟对象与现实世界场景对齐）或机器人（通过视觉地标进行导航）等应用中。 开发人员经常利用 OpenCV 等库，这些库提供描述符算法的优化实现。 一个关键的考虑因素是为任务选择正确的描述符：SIFT 提供高精度，但计算量很大，而 ORB 则牺牲了一些鲁棒性以换取速度。 了解描述符大小、计算时间和匹配精度之间的权衡对于构建高效的计算机视觉系统至关重要。