请写一个使用角点检测算法检测图像中的角点，并选择得分高于给定阈值的角点的代码

好的，以下是一个使用OpenCV库实现的Harris角点检测算法的代码示例：

import cv2

# 读取图像
img = cv2.imread('image.jpg')

# 将图像转为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# Harris 角点检测参数设置
block_size = 2
ksize = 3
k = 0.04
threshold = 0.01

# 计算 Harris 角点响应函数
dst = cv2.cornerHarris(gray, block_size, ksize, k)

# 标记角点
dst_norm = cv2.normalize(dst, None, 0, 255, cv2.NORM_MINMAX)
dst_norm_scaled = cv2.convertScaleAbs(dst_norm)
corners = []
for i in range(dst_norm.shape[0]):
    for j in range(dst_norm.shape[1]):
        if dst_norm[i,j] > threshold:
            cv2.circle(img, (j,i), 3, (0,0,255), -1)
            corners.append((i,j))

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

其中，`block_size`、`ksize`、`k`和`threshold`是Harris角点检测算法的参数。`dst`是计算得到的角点响应函数，`dst_norm`是归一化后的结果。接下来，我们遍历`dst_norm`中的每个像素，如果像素值大于给定的阈值`threshold`，就将其标记为角点，并将其坐标添加到`corners`列表中。

注意，这里使用的坐标格式是`(y,x)`，即先行后列。如果需要将其转换为常见的`(x,y)`格式，可以在标记角点时将`(j,i)`传入`cv2.circle`函数。

希望这个代码示例对你有所帮助！