opencv 中有计算图像匹配旋转矩阵和平移矩阵的函数名，请用python写个例子

好的，以下是使用 Python 和 OpenCV 计算图像匹配旋转矩阵和平移矩阵的示例代码：

import cv2

# 读取原始图像和目标图像
img1 = cv2.imread('image1.jpg', cv2.IMREAD_GRAYSCALE)
img2 = cv2.imread('image2.jpg', cv2.IMREAD_GRAYSCALE)

# 初始化 SIFT 特征提取器
sift = cv2.xfeatures2d.SIFT_create()

# 提取原始图像和目标图像的 SIFT 特征点和特征描述子
kp1, des1 = sift.detectAndCompute(img1, None)
kp2, des2 = sift.detectAndCompute(img2, None)

# 初始化匹配器
matcher = cv2.DescriptorMatcher_create(cv2.DescriptorMatcher_FLANNBASED)

# 对两个图像的特征描述子进行匹配
matches = matcher.match(des1, des2)

# 选取最好的前 50 个匹配点
matches = sorted(matches, key=lambda x: x.distance)[:50]

# 提取匹配点在原始图像和目标图像中的坐标
src_pts = [kp1[m.queryIdx].pt for m in matches]
dst_pts = [kp2[m.trainIdx].pt for m in matches]

# 计算仿射变换矩阵
M = cv2.estimateAffine2D(src_pts, dst_pts)[0]

# 输出旋转矩阵和平移矩阵
print('旋转矩阵：')
print(M[:, :2])
print('平移矩阵：')
print(M[:, 2])

# 在原始图像上画出匹配点和对应的线段
img3 = cv2.drawMatches(img1, kp1, img2, kp2, matches, None, flags=cv2.DrawMatchesFlags_NOT_DRAW_SINGLE_POINTS)
cv2.imshow('matches', img3)
cv2.waitKey()
cv2.destroyAllWindows()

在上面的示例代码中，我们首先使用 SIFT 特征提取器提取原始图像和目标图像的特征点和特征描述子，然后对它们进行匹配。接着，我们选取最好的前 50 个匹配点，并提取它们在原始图像和目标图像中的坐标。最后，使用 `cv2.estimateAffine2D()` 函数计算出匹配点之间的仿射变换矩阵，即旋转矩阵和平移矩阵，并将其输出。同时，我们在原始图像上画出匹配点和对应的线段，以便观察匹配结果。