python用sift提取两张图象的共同关键点所在的坐标

首先，需要安装OpenCV库，使用以下命令：

pip install opencv-python

然后，可以使用以下代码提取两张图片的共同关键点所在的坐标：

import cv2

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

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

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

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

# 使用KNN算法进行匹配
matches = flann.knnMatch(des1, des2, k=2)

# 保存共同关键点所在的坐标
common_points = []
for m, n in matches:
    if m.distance < 0.7 * n.distance:
        x, y = kp1[m.queryIdx].pt
        common_points.append((int(x), int(y)))

# 打印共同关键点所在的坐标
print(common_points)

其中，`image1.jpg`和`image2.jpg`是需要提取共同关键点的两张图片的文件名。代码中使用的SIFT算法和FLANN匹配器都是OpenCV库中的函数，可以方便地使用。最后，打印出的`common_points`即为两张图片的共同关键点所在的坐标。