sift实现特征匹配代码

以下是使用OpenCV库实现SIFT特征提取和匹配的代码：

import cv2
import numpy as np

# 读取图像
img1 = cv2.imread('img1.jpg', 0)
img2 = cv2.imread('img2.jpg', 0)

# 创建SIFT对象
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)

# FLANN匹配器设置
index_params = dict(algorithm=0, trees=5)
search_params = dict(checks=50)
flann = cv2.FlannBasedMatcher(index_params, search_params)

# 匹配关键点
matches = flann.knnMatch(des1, des2, k=2)

# 筛选最佳匹配
good_matches = []
for m, n in matches:
    if m.distance < 0.7 * n.distance:
        good_matches.append(m)

# 绘制匹配结果
img_matches = cv2.drawMatches(img1, kp1, img2, kp2, good_matches, None, flags=2)

# 显示图像
cv2.imshow('Matches', img_matches)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码首先读取了两张图像，然后使用SIFT算法检测关键点和描述符。接着使用FLANN匹配器对两张图像的关键点进行匹配，最后筛选出最佳匹配，并使用OpenCV的`drawMatches()`函数绘制匹配结果。