shi-tomasi角点检测 api

Shi-Tomasi角点检测算法是一种经典的角点检测算法，它可以在图像中找到具有最大角度的角点。在OpenCV中，可以使用cv.goodFeaturesToTrack()函数进行Shi-Tomasi角点检测。

函数原型：

cv.goodFeaturesToTrack(image, maxCorners, qualityLevel, minDistance[, corners[, mask[, blockSize[, useHarrisDetector[, k]]]]])

参数说明：

- image：输入图像，必须是单通道8位或32位浮点型图像。
- maxCorners：检测到的最大角点数。
- qualityLevel：角点的最小质量水平，范围为0到1，表示角点的最小可接受质量。
- minDistance：角点之间的最小欧几里得距离。
- corners：输出角点的坐标。
- mask：用于限制检测区域的掩码图像。
- blockSize：计算图像梯度的邻域大小。
- useHarrisDetector：如果为true，则使用Harris角点检测算法。
- k：Harris角点检测算法的自由参数。

示例代码：

import cv2 as cv
import numpy as np

img = cv.imread('test.jpg')
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)

corners = cv.goodFeaturesToTrack(gray, 100, 0.01, 10)
corners = np.int0(corners)

for corner in corners:
    x, y = corner.ravel()
    cv.circle(img, (x, y), 3, (0, 0, 255), -1)

cv.imshow('img', img)
cv.waitKey(0)
cv.destroyAllWindows()

效果如下图所示：