我想使用OpenCV的SIFT::operator ()和useProvidedKeypoints = true来描述较大图片的裁剪中的某些功能（在我的应用中，裁剪需要进行本地预处理，并且对于整个输入图像来说这是不实际/可能的 - 因此我提取并预处理每个关键点周围的小窗口并想要获取描述符。
输入图像（img）需要多少像素，我需要多大的窗口才能描述该功能？在第一个八度音阶中，对于128值SIFT，这是高斯滤波图像的16x16像素（因此技术上需要超过原始图像的16个像素）。但是，如果我需要来自不同八度音阶的功能，它会如何增长？还有一些其他高斯滤波器，它们应该显着改变邻域大小。
假设默认的OpenCV SIFT参数。