使用python的cornersubpix函数提取角点中心

`cornerSubPix` 是 OpenCV (Python 版本) 中的一个功能，它用于细化从 Harris 或 Shi-Tomasi 角点检测器获得的初步角点估计。这个函数可以帮助我们得到更精确、更接近图像实际像素位置的角点坐标。

当你使用 `cv2.cornerSubPix()` 函数时，通常需要提供以下几个关键参数：

1. **image**: 需要检测角点的输入图像。
2. **corners**: 初步检测到的角点集合，通常是使用像 `cv2.goodFeaturesToTrack()` 或 `cv2.Harris Corner Detection` 等算法得到的结果。
3. **winSize**: 检查窗口大小，即在每个角点周围搜索更多细节像素的区域。
4. **zeroZone**: 一个偏移量，用于在窗口内查找局部极值，防止结果偏向于边缘。
5. **criteria**: 一个元组，定义了迭代过程何时停止的条件，如最大迭代次数和精度阈值。

通过这些参数，函数会调整每个角点的位置，使其尽可能地落在图像强度的局部最高点上。

使用示例：

import cv2

# ... 其他步骤，例如角点检测
 corners = good_features_to_track(image, **params)

refined_corners = cv2.cornerSubPix(image, corners, winSize=(5, 5), zeroZone=(-1,-1), criteria=(cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 10, 0.03))

# refined_corners 就是你提取出的角点中心更准确的位置