pythonopencv中FLANN匹配特征点的坐标存储在哪个参数里

在Python OpenCV中，使用FLANN进行特征匹配时，匹配的结果会存储在`matches`变量中。每个匹配都是一个`cv2.DMatch`对象，其中包含了两个特征点的索引，分别对应查询图像和训练图像中的特征点。可以通过`queryIdx`和`trainIdx`属性获取这两个特征点的索引，然后通过`kp1`和`kp2`变量访问这两个特征点的坐标，例如：

import cv2

# 加载图像
img1 = cv2.imread('img1.png', 0)
img2 = cv2.imread('img2.png', 0)

# 初始化SIFT检测器
sift = cv2.xfeatures2d.SIFT_create()

# 检测关键点和描述符
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)

# 初始化FLANN匹配器
flann = cv2.FlannBasedMatcher()

# 匹配特征点
matches = flann.match(des1, des2)

# 输出前10个匹配结果
for match in matches[:10]:
    # 获取特征点的坐标
    x1, y1 = kp1[match.queryIdx].pt
    x2, y2 = kp2[match.trainIdx].pt
    # 输出坐标信息
    print('queryIdx={}, trainIdx={}, x1={}, y1={}, x2={}, y2={}'.format(match.queryIdx, match.trainIdx, x1, y1, x2, y2))

在上面的代码中，我们通过`sift.detectAndCompute`检测关键点和描述符，然后使用`cv2.FlannBasedMatcher`进行匹配，匹配结果存储在`matches`变量中。在遍历匹配结果时，我们通过`queryIdx`和`trainIdx`属性获取查询图像和训练图像中的特征点的索引，然后通过`kp1`和`kp2`变量访问这两个特征点的坐标，最后输出坐标信息。