python 图中，找出Shi-Tomasi corner

在Python中，你可以使用OpenCV (cv2) 的 `goodFeaturesToTrack()` 函数来寻找Shi-Tomasi角点。这是一种基于梯度算子的角点检测算法，它试图在局部区域内找到像素变化最大的位置，也就是边缘转折点，作为角点候选。

以下是基本步骤：

import cv2
import numpy as np

# 加载图像
image = cv2.imread('your_image.jpg', 0)  # 读取灰度图像

# 设置参数，这里选择Shi-Tomasi算法
corners_params = dict(
    maxCorners=100,  # 指定查找的最大角点数
    qualityLevel=0.01,  # 角点质量阈值
    minDistance=7,  # 最小邻域距离
    blockSize=3  # 使用的窗口大小
)

# 找到角点
corners = cv2.goodFeaturesToTrack(image, mask=None, **corners_params)

# 如果找到角点，它们会存储在一个numpy数组里，每个角点是一个行向量
if corners is not None:
    corners = np.int0(corners)
    for i in corners:
        x, y = i.ravel()  # 提取出x和y坐标
        cv2.circle(image, (x, y), 3, (0, 0, 255), -1)  # 在原图上画出角点

# 显示结果
cv2.imshow("Corner Detection", image)
cv2.waitKey(0)
cv2.destroyAllWindows()