有没有一种方法可以将X，Y坐标列表传递给cv2 matcher.match//是否可以在opencv中对齐多个图像？

如何解决有没有一种方法可以将X，Y坐标列表传递给cv2 matcher.match//是否可以在opencv中对齐多个图像？

我正在尝试将多个相似的图像（蝴蝶的翅膀）彼此对齐：

butterflyWing1

butterflyWing2

当我使用orb.detectAndCompute(greyImages[i],None)创建描述符和关键点时，它们放置在不良位置上-导致不良匹配和“不良”对齐： bad matches， bad alignment

但是，我确实拥有一个我认为会更好地匹配的站点的X，Y坐标列表。我不知道如何将这些东西传递给opencv的匹配器或将其转换为关键点。

此外，opencv匹配器一次仅允许对齐两个图像。虽然我可以用菊花链方式将比赛配对，但这似乎并不理想。让我知道我是否应该知道其他模块/功能。

此代码获取列表中所有项目的描述符和关键点。将它们添加到各自的列表中，并计算列表中两个项目之间的最佳匹配以进行测试。目前，这两个项目是第一翼和第三翼。

#https://github.com/bnsreenu/python_for_microscopists/blob/master/030-keypoints_homography_for_registration%20in%20opencv.py
def imageRecogAndAlignment(organizedImageFile,imageType,catSort):
    os.chdir(organizedImageFile)
    file_list = glob.glob( '*' + imageType)
    list.sort(file_list,key=lambda x: int(
        x.split('-')[0]))
    colorImages = list()
    greyImages = list()

    keypoints = list()
    descriptors = list()
    for i,img in enumerate(file_list):
        colorImages.append(cv2.imread(img))
        greyImages.append(cv2.cvtColor(colorImages[i],cv2.COLOR_BGR2GRAY))
        orb = cv2.ORB_create(500)
        kp,ds = orb.detectAndCompute(greyImages[i],None)
        keypoints.append(kp)
        descriptors.append(ds)
    matcher = cv2.DescriptorMatcher_create(cv2.DESCRIPTOR_MATCHER_BRUTEFORCE_HAMMING)
    matches = matcher.match(descriptors[0],descriptors[2],None)
    matches = sorted(matches,key=lambda x: x.distance)
    img2 = cv2.drawMatches(greyImages[0],keypoints[0],greyImages[2],keypoints[2],matches[:10],None)
    imS = cv2.resize(img2,(960,540))
    cv2.imshow("Matches image",imS)
    cv2.waitKey(0)
    points1 = np.zeros((len(matches),2),dtype=np.float32)  
    points2 = np.zeros((len(matches),dtype=np.float32)

    for i,match in enumerate(matches):
        points1[i,:] = keypoints[0][match.queryIdx].pt  
        points2[i,:] = keypoints[2][match.trainIdx].pt   
 

    h,mask = cv2.findHomography(points1,points2,cv2.RANSAC)

    # Use homography
    height,width,channels = img2.shape
    im1Reg = cv2.warpPerspective(img2,h,(width,height))  # Applies a perspective transformation to an image.
 
    imS = cv2.resize(im1Reg,540))
    cv2.imshow("Registered image",imS)
    cv2.waitKey()
    return r'prepared_' + catSort