有两张摄像头拍摄的图，摄像头有偏移，两个图片的光照也有差别，请排除摄像头偏移和光照的影响找到两个图片中的不同之处并用矩形框圈出来，请给出python代码

这个问题涉及到图像配准和图像差异检测，可以使用OpenCV库来实现。

首先需要对两个图像进行配准，使它们的特征点对齐。这里使用SIFT算法来进行特征点匹配和配准。下面是代码示例：

import cv2

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

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

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

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

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

# 过滤不合适的匹配
good_matches = []
for m, n in matches:
    if m.distance < 0.7 * n.distance:
        good_matches.append(m)

# 提取匹配的关键点坐标
pts1 = []
pts2 = []
for match in good_matches:
    pts1.append(kp1[match.queryIdx].pt)
    pts2.append(kp2[match.trainIdx].pt)

# 转换坐标类型
pts1 = cv2.KeyPoint_convert(pts1)
pts2 = cv2.KeyPoint_convert(pts2)

# 计算变换矩阵
M, mask = cv2.findHomography(pts2, pts1, cv2.RANSAC)

# 将第二张图像进行配准
result = cv2.warpPerspective(img2, M, img1.shape[1::-1])

接下来就可以对两幅图像进行差异检测了。这里使用OpenCV的absdiff函数计算两幅图像的差异，并使用threshold函数对差异图像进行二值化处理，得到一个包含差异区域的掩码。最后使用findContours函数和boundingRect函数找到差异区域的轮廓，并用矩形框圈出来。下面是代码示例：

# 计算两张图像的差异
diff = cv2.absdiff(img1, result)

# 将差异图像转换为灰度图像
gray = cv2.cvtColor(diff, cv2.COLOR_BGR2GRAY)

# 对灰度图像进行二值化处理
ret, thresh = cv2.threshold(gray, 50, 255, cv2.THRESH_BINARY)

# 查找差异区域的轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制矩形框圈出差异区域
for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    cv2.rectangle(img1, (x, y), (x + w, y + h), (0, 0, 255), 2)

# 显示结果
cv2.imshow('result', img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行上述代码后，会在第一张图片中用矩形框圈出两幅图像的不同之处。