python 标出图片的Shi-Tomasi corner

在Python中，你可以使用OpenCV（Open Source Computer Vision Library）来标出图片的 Shi-Tomasi 角点。Shi-Tomasi算法是一种用于检测图像局部稳定的角点的方法，它寻找那些像素值变化不太显著的区域，这些地方可能是物体边缘的转折点。

以下是一个简单的示例，展示如何在Python中使用OpenCV找到Shi-Tomasi角点：

import cv2
import numpy as np

# 读取图片
img = cv2.imread('image.jpg', cv2.IMREAD_GRAYSCALE)

# 初始化ShiTomasi角点检测器
feature_params = dict(maxCorners=100,
                     qualityLevel=0.01,
                     minDistance=7,
                     blockSize=7)
corners = cv2.goodFeaturesToTrack(img, mask=None, **feature_params)

# 找到角点后，它们会被转换为整数坐标
corners = np.int0(corners)

# 绘制角点
img_with_corners = cv2.drawKeypoints(img, corners, img, color=(0, 255, 0), flags=cv2.DRAW_MATCHES_FLAGS_DRAW_RICH_KEYPOINTS)

# 显示图片
cv2.imshow('Detected Corners', img_with_corners)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个例子中，`maxCorners`设置最多查找的角点数量，`qualityLevel`控制角点的质量，`minDistance`表示相邻角点间的最小距离，`blockSize`决定了像素邻域大小。