画像中の特徴を求める：

画像の特徴をハイライトする：

画像中の関心点の数を数える：

グレースケール画像の特徴点：

カラー画像の特徴点：

画像中の特徴点を求める：

特徴点の記述子を返す：

複数の特性を計算する：

特性"Position"と"PixelPosition"を得る：

対応する2つの座標系には半画素のオフセットがある：

"Scale"を画素単位で得る：

特徴点の周りの真性領域のサイズに対応するスケール．"SURF"特徴点の周りの円板領域を可視化する：

"Orientation"をラジアン単位で得る：

特徴点を方向に基づいてパターンを回転させて表示する：

"Strength"スコアを得る：

画像中の特徴点の強さの分布を表示する：

特徴点の近傍の画素値の分布を表す"Descriptor"を得る：

記述子は回転された画像の一つに似ている：

"ConstrastSign"は，周囲より明るい特徴点については1である：

周囲より暗い特徴点いついては-1である：

スケール，方向，コントラストを使ってSURF特徴点を可視化する：

BRISK特徴点を可視化する：

見付かった特徴点周囲の一定のサイズの局所パッチを抽出する：

特徴点のスケールに比例するサイズのパッチを抽出する：

特徴点を使って，主な特徴を残して画像をトリミングする：

同じ大きさのサムネイルを作成する：

10のカテゴリに属するそれぞれが32×32の5,000個の画像に「bag of words」を使ったオブジェクト認識：

256×256画像について特徴点記述子を計算し，Visual Wordのコードブックを作る：

このコードブックには長さ64の画像記述子すべてが含まれている：

平均クラスタ化を使って100個の視覚的コード名を求める：

画像の特徴はすべてのコード名の正規化された数として定義される：

抽出された画像の特徴について訓練された分類器を構築する：

この分類器をテストデータについて評価する：

すべてのメソッドですべての特性がサポートされている訳ではない：

ある特性が指定されたメソッドでは使えないときは，Missing["NotAvailable"] が返される：

"FAST"メソッドはコントラストの符号を求めない：

"BRISK"メソッドは配向記述子を計算しない：

"SURF"記述子と"KAZE"記述子はユークリッド距離を使って比較されることが多い：

最強の特徴点と次に強い10個の特徴点それぞれとの間の距離：

"AKAZE"，"BRISK"，"ORB"の各記述子は，ハミング距離を使って比較されることが多い：

最強の特徴点と次に強い10個の特徴点それぞれとの間の距離：

特徴点をその記述子に基づいてクラスタ化する：

ImageCornersを特徴点として使うことができる：

いくつかの特徴点記述子のスケールとの類似性のために，半径3.5でコーナーを計算する：

CornerFilterを使って検出されたコーナーの強さを得る：

上位10個のFAST特徴点：

上位10個のAGAST特徴点：

ImageCorrespondingPointsはマッチする記述子を持つ特徴点の位置を与える：

両方の画像について特徴点を計算する：

2番目の画像に対応する点があるものとないものの2つの特徴点を取る：

これらの特徴点についての記述子と2番目の画像中のすべての特徴点間のすべての距離を計算する：

上位から2番目に近い比は，特徴点に対応点があるかどうかをみるために使われることが多い：

対応点がある特徴点は赤，その他は黄色である：