OpenCV 4.4+默认不带SIFT，必须启用OPENCV_ENABLE_NONFREE=ON并链接opencv_xfeatures2d库，调用需用cv::xfeatures2d::SIFT::create()且输入灰度图CV_8UC1。
OpenCV 4.4+ 默认不带 SIFT，必须手动启用非免费模块
OpenCV 从 4.4 版本起把 SIFT、SURF 等专利算法移出主库，放在 opencv_contrib 的 nonfree 模块里。直接调用 cv::SIFT::create() 会崩溃或报 cv2.error: OpenCV(4.x.x) ... error: (-213:The function/feature is not implemented) —— 这不是你代码写错了，是根本没编译进去。
解决办法只有两个：
• 降级到 OpenCV 3.x（不推荐，已停止维护）
• 重新编译 OpenCV + opencv_contrib，且必须开启 OPENCV_ENABLE_NONFREE=ON
编译时关键命令片段：
cmake -D CMAKE_BUILD_TYPE=Release \
-D CMAKE_INSTALL_PREFIX=/usr/local \
-D OPENCV_EXTRA_MODULES_PATH=/path/to/opencv_contrib/modules \
-D OPENCV_ENABLE_NONFREE=ON \
/path/to/opencv/source
漏掉 OPENCV_ENABLE_NONFREE=ON 就白编译——即使 contrib 模块路径对了，SIFT 也不会被注册进 factory。
立即学习“C++免费学习笔记（深入）”；
创建 SIFT 实例时别用 cv::SIFT::create()（C++11 后可能返回 nullptr）
在启用了 nonfree 的 OpenCV 4.x 中，cv::SIFT::create() 在某些构建配置下会返回空指针，尤其当链接时静态库顺序不对或符号未导出时。更稳妥的方式是显式使用 cv::xfeatures2d::SIFT::create()。
正确写法：
auto sift = cv::xfeatures2d::SIFT::create(); // 而不是 cv::SIFT::create() —— 后者在 4.x 是别名，但不稳定
常见错误场景：
• 头文件只 include opencv2/features2d.hpp（不够），必须加 opencv2/xfeatures2d.hpp
• 链接时漏掉 opencv_xfeatures2d 库（Linux/macOS 下需在 CMakeLists.txt 加 target_link_libraries(your_target opencv_xfeatures2d)）
• Windows 上若用预编译包，确认下载的是 “with contrib” 版本，并且 dll 名含 xfeatures2d
组合式C++代码评审方案，融合静态分析、AI推理、多轮迭代评审和C++专项检查，适用于PR审查、增量代码审查、全项目评审和代码质量评分，触发词包括review cpp、cpp代码评审、C++review、代码审查。
提取特征前务必转灰度，且图像类型要是 CV_8UC1
SIFT 只接受单通道 8 位无符号整型图像。传入彩色图（CV_8UC3）或浮点图（CV_32FC1）会导致断言失败，错误信息通常是：OpenCV(4.x.x) ... error: (-215:Assertion failed) _image.depth() == CV_8U in function 'detectAndCompute'。
安全做法：
- 用
cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY)转灰度（注意 OpenCV 默认 BGR 顺序） - 检查类型：
CV_Assert(gray.type() == CV_8UC1) - 如果图来自 imread 且路径含中文，
cv::imread可能返回空 Mat —— 先验证!img.empty()
示例片段：
cv::Mat img = cv::imread("test.jpg", cv::IMREAD_COLOR);
CV_Assert(!img.empty());
cv::Mat gray;
cv::cvtColor(img, gray, cv::COLOR_BGR2GRAY);
auto sift = cv::xfeatures2d::SIFT::create();
std::vector<cv::KeyPoint> keypoints;
cv::Mat descriptors;
sift->detectAndCompute(gray, cv::Mat(), keypoints, descriptors);
detectAndCompute 的 mask 参数不是可选的“留空”，而是明确传 cv::Mat()
很多文档写法是 sift->detectAndCompute(gray, {}, keypoints, descriptors)，但在某些 OpenCV 构建版本中，传空 initializer_list 或 std::vector 会触发重载歧义，导致编译失败或运行时异常。最兼容的写法是显式传 cv::Mat()。
原因：
• detectAndCompute 的 mask 参数类型是 const cv::Mat&
• {} 可能被解释为 std::initializer_list，而非空 Mat
• cv::Mat() 明确构造一个空、无数据的 Mat，类型匹配且语义清晰
所以别写：sift->detectAndCompute(gray, {}, kps, desc)
要写：sift->detectAndCompute(gray, cv::Mat(), kps, desc)
另外注意：如果要用 mask（比如只在 ROI 内检测），mask 必须是 CV_8UC1 类型，且尺寸与 gray 完全一致，值为 0 或 255。
