圖像自己哪知道自己有什麼特徵，都是人為給它安上的名頭。理論教育家給圖像的人工特徵定義為以下幾種：
一，直方圖特徵，上次文章圖像的特徵介紹了直方圖特徵。顏色特徵一般通過直方圖特徵來展現。
二，灰度邊緣特徵。
圖像灰度在某個方向上的局部範圍內表現出的不連續性，這種灰度明顯變化點的集合稱為邊緣。這是邊緣的科學定義，大家可以理解嗎～不明覺厲有沒有～要我來說，你只要記著：邊緣如何體現，就是灰度差，所以我們把邊緣又叫做灰度邊緣。就可以了～而灰度邊緣特徵又進一步反映了圖像中目標所佔的面積大小和形狀。
三，線和角點。
我們來到城市的高樓大廈間，忍不住在藍天白雲的映照下和大廈的映襯下，拍了一張美輪美奐的自拍照。在這張自拍照片中，建築與街道的直線輪廓和房頂的一角，就是線和角點。線就是線，角點就是線線的角點。不要小看線和角點這倆特徵，它們是用於圖像壓縮和圖像識別的關鍵特徵。而且角點代表的局部結構關係不因視角的改變而改變，經常用於圖像匹配中。多說一句，圖像匹配又叫做圖像拼接中的圖像配準。哎，概念還有別人，最讓人頭疼了。
四，紋理特徵。
紋理，見文生意，我們裝修房子的時候，買的牆磚，指紋，等，就是紋理。紋理區域是指某種結構在更大的範圍內重複出現並排列，被重複的這種結構就叫紋理基元。當然紋理也有自然紋理和人工紋理，人工紋理之所以被人類發明，其實就是山寨自然紋理。
指紋-wen li圖像的特徵由此引出圖像處理中關鍵的一個領域，就是特徵提取。實際的特徵提取中，主要依賴於是何種對象和有何目的。
這也為特定領域圖像算法的應用落地提供了理論和實踐上的可能性，目前為止，沒有一種通用的萬能的圖像算法可以解決所有的實際場景問題。