SiftDescriptorExtractor對應於SIFT算法中特征向量提取的工作，通過他對關鍵點周圍鄰域內的像素分塊進行梯度運算，得到128維的特征向量。具體有如下幾個操作：
0、首先，我們假設在之前關鍵點提取的步驟中，我們對一個三角形提取關鍵點，檢測到其中一個關鍵點的坐標為三角形的一個角（如下面用紅圈圈出的），如下圖
放大看，假設檢測到該關鍵點的方向如下圖：
1、將關鍵點周圍的像素旋轉到一個統一的方向，以保證方向不變性。如下圖
2、將這些像素分成4X4的小塊
對每個格子進行分析，將格子中的像素計算梯度，映射到8個方向上，對於每一個格子，可以得到一個8維的向量，對於一個關鍵點周圍16個格子，則得到了16X8=128維的向量，這就是一個關鍵點特征向量。
使用舉一個實際的例子分析：
用opencv對一個三角形進行特征點檢測，得到如下結果：
提取特征向量，得到如下結果：
這幅圖的每一行就是一個128維的特征向量，維度用0-255表示。黑一些就是小，白就是大。
粗略可以看出，這些特征點排布較為相似，因為都是角
再來一個：
