图像特征是指从图像中提取出来的具有代表性的信息，可以是图像的颜色、形状、纹理、边缘等。在计算机视觉中，图像特征是非常重要的，因为它们可以作为计算机对图像的理解和识别的基础。

　　计算机可以理解图像特征，主要是通过特征提取和特征描述两个步骤来完成。

　　特征提取是指从原始图像中提取出代表性的信息，通常使用图像处理技术，例如边缘检测、角点检测、纹理分析等方法，提取出图像中的关键特征。

　　特征描述是指将特征进行描述，以便计算机可以识别和区分不同的特征。常用的特征描述方法包括局部二值模式(LBP)、方向梯度直方图(HOG)和尺度不变特征变换(SIFT)等方法。

　　通过特征提取和特征描述，计算机可以理解和识别图像特征，并进行分类、检测、跟踪等任务。例如，计算机可以通过识别人脸的特征来进行人脸识别，或者通过识别车辆的特征来进行车辆检测。

　　总之，理解图像特征是计算机视觉中非常重要的一个任务，通过特征提取和特征描述，可以让计算机更好地理解和识别图像，实现更多的应用。