请基于python-opencv进行图像对的基础矩阵计算

好的，以下是基于python-opencv进行图像对的基础矩阵计算的代码示例：

import cv2

# 读取两张图片
img1 = cv2.imread('image1.jpg')
img2 = cv2.imread('image2.jpg')

# 提取图片特征点
sift = cv2.xfeatures2d.SIFT_create()
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)

# 创建暴力匹配对象
bf = cv2.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)

# 筛选出较好的匹配点
good = []
for m, n in matches:
    if m.distance < 0.75 * n.distance:
        good.append(m)

# 获取匹配点的坐标
pts1 = []
pts2 = []
for match in good:
    pts1.append(kp1[match.queryIdx].pt)
    pts2.append(kp2[match.trainIdx].pt)
pts1 = np.float32(pts1).reshape(-1, 1, 2)
pts2 = np.float32(pts2).reshape(-1, 1, 2)

# 计算基础矩阵
F, mask = cv2.findFundamentalMat(pts1, pts2, cv2.FM_RANSAC)

# 绘制匹配点
img3 = cv2.drawMatches(img1, kp1, img2, kp2, good, None, flags=2)

# 显示结果
cv2.imshow('result', img3)
cv2.waitKey(0)
cv2.destroyAllWindows()

希望以上代码对你有帮助。如果还有其他问题，请尽管问我！