shi-tomasi角点检测代码

以下是使用OpenCV库实现Shi-Tomasi角点检测的示例代码：

import cv2
import numpy as np

# 加载图像
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Shi-Tomasi角点检测
corners = cv2.goodFeaturesToTrack(gray, 25, 0.01, 10)

# 将检测到的角点可视化
corners = np.int0(corners)
for corner in corners:
    x, y = corner.ravel()
    cv2.circle(img, (x, y), 3, (0, 255, 0), -1)

# 显示结果
cv2.imshow('Corner Detection', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在代码中，我们首先加载了一张图像，并将其转换为灰度图像。然后，使用OpenCV库中的`cv2.goodFeaturesToTrack()`函数进行Shi-Tomasi角点检测，该函数的参数包括：输入图像、需要检测的角点数目、角点的最小质量度、角点之间的最小距离等。最后，我们将检测到的角点可视化，并显示结果。

需要注意的是，`cv2.goodFeaturesToTrack()`函数返回的是一个Numpy数组，其中每个元素都是一个包含两个坐标值的数组，表示一个检测到的角点的位置。在将这些角点可视化时，我们需要使用`np.int0()`函数将坐标值转换为整数类型，才能作为绘制圆形的参数。