#include <opencv2/core/core.hpp>
#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>
#include<xfeatures2d/nonfree.hpp>
#include<math.h>
using namespace cv;
using namespace std;
using namespace cv::xfeatures2d;


int main()
{
        Mat a = imread("C:/Users/zhang/Desktop/77.png", 0);  
        Mat b = imread("C:/Users/zhang/Desktop/76.png", 0);
        //////////////检测
        Ptr<SURF> surf;              
        surf = SURF::create(800);//海塞矩阵阈值，在这里调整精度，值越大点越少，越精准
        Mat c, d;
        vector<KeyPoint>key1, key2;
        //KeyPoint专门为特征点建立的坐标类型
        //Point2f pt; //坐标
        //float size; //特征点邻域直径
        //float angle; //特征点的方向，值为[零,三百六十)，负值表示不使用
        //int octave; //特征点所在的图像金字塔的组
        //int class_id; //用于聚类的id

        surf->detectAndCompute(a, Mat(), key1, c);
        surf->detectAndCompute(b, Mat(), key2, d);
        //detect寻找特征点的坐标
        //detectAndCompute寻找特征点的坐标同时求出特征点周围的描述子向量


        /////////////////匹配
        FlannBasedMatcher matcher;         //实例化一个FLANN快速最近领匹配器
        vector<DMatch> matches;
        //DMatch专门为特征点匹配建立的类型
        //int queryIdx; //此匹配对应的查询图像的特征描述子索引,如1，2，3。
        //int trainIdx; //此匹配对应的训练图像的特征描述子索引
        //float distance; //两个特征向量之间的欧氏距离，越小表明匹配度越高。
        matcher.match(c, d, matches);            
        //把两幅图像合成一幅图像。并且找到两幅图像相同的特征点（利用欧式距离）
        //所以matchePoints保存的是两个相同特征点之间的距离，距离越小两个特征点就会相似


        ////////////////寻找最小特定个数的特征点匹配
                                                                                         
        sort(matches.begin(), matches.end());  //matches里面特征对的距离从小到大排序   
        vector< DMatch > good_matches;
        int ptsPairs = std::min(50, (int)(matches.size() * 0.15));
        cout << ptsPairs << endl;
        for (int i = 0; i < ptsPairs; i++)
        {
                good_matches.push_back(matches[i]);//距离最小的50个压入新的DMatch
        }
        Mat outimg;                                
        drawMatches(a, key1, b, key2, good_matches, outimg, Scalar::all(-1), Scalar::all(-1), vector<char>(), DrawMatchesFlags::NOT_DRAW_SINGLE_POINTS);
        //绘制匹配点  
       

        imshow("桌面", outimg);
        waitKey(0);
        return 0;
}

奈斯，感谢分享