python-opencv Tutorials 一码人翻译（35）---- 特征检测和描述---Shi-Tomasi角探测器和良好的特性

代码

OpenCV有一个功能，cv.goodfeaturestotrack（）。它通过Shi-Tomasi方法（或哈里斯角检测，如果你指定它）发现图像中最坚固的角落。像往常一样，图像应该是一个灰度图像。然后你指定你想要找到的角数。然后你指定质量级别，这是0-1之间的值，它表示每个人都被拒绝的最小值。然后我们提供了检测到的角之间的最小欧几里得距离。

有了这些信息，函数就会在图像中找到角。质量水平以下的所有角落都被拒绝了。然后根据质量降序排列剩余的角。然后函数取第一个最强的角，把附近的所有角都扔到最小距离的范围内，然后返回N个最坚固的角。

在下面的例子中，我们将尝试找到最好的角：

 

import numpy as np
import cv2 as cv
from matplotlib import pyplot as plt

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

corners = cv.goodFeaturesToTrack(gray,20,0.01,10)
corners = np.int0(corners)

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

plt.imshow(img),plt.show()