上面的代码提示，AttributeError: module 'cv2' has no attribute 'match_descriptors_to_keypoints'

这个错误是因为OpenCV（cv2）版本较旧，可能还没有包含`match_descriptors_to_keypoints`函数。自OpenCV 4.0以后，这个功能已被弃用，推荐使用`find correspondences`代替。如果你的OpenCV版本低于4.0，那么你需要修改这部分代码，使用旧有的方法来匹配描述符。

下面是替换后的代码片段：

# 从匹配结果中提取好匹配的关键点索引
good_matches = []
for m in matches:
    if m.distance < 0.75 * min(len(des1), len(des2)):
        good_matches.append(m.queryIdx)

# 然后使用这些索引从两个列表中获取关键点
src_pts = np.float32([kp1[m.queryIdx] for m in good_matches])
dst_pts = np.float32([kp2[m.trainIdx] for m in good_matches])

# 继续进行后续步骤，比如计算透视变换等

如果需要使用其他方法，例如Brute Force matcher，可以这样替换：

bf = cv2.BFMatcher()
matches = bf.knnMatch(des1, des2, k=2)  # 获取最近邻和次近邻匹配

good_matches = []
for m, n in matches:
    if m.distance < 0.75 * n.distance:  # 高斯差分阈值
        good_matches.append(m)

务必检查你的OpenCV版本，确认是否有相应的函数可用。同时，保持更新至最新稳定版本会有更多的新特性支持。