SIFT和SURF是计算机视觉中的特征提取算法，SIFT通过查找关键点并计算方向来提取图像的局部性特征，SURF是SIFT的高效变种，使用海森矩阵和积分图加速运算。两种算法都可用于图像匹配。

本文介绍了图片特征向量的提取和相似度计算方法，包括SIFT和SURF两种特征提取算法，以及BFMatcher和FlannBasedMatcher两种相似度计算方法。同时，通过四种不同情况的对比，展示了不同算法的优缺点和适用场景，还提到了将图片特征向量存储到向量数据库中的应用。