综合实例：Shi-Tomasi角点检测

Shi-Tomasi角点检测
确定图像强角点：goodFeaturesToTrack()函数
giidFeaturesToTrack()函数结合了Shi-Tomasi算子，用于确定图像的强角点。
c++:void goodFeaturesToTrack(
InputArray image,
OutputArray corners,
int maxCorners,
double qualityLevel,
double minDistance,
InputArray mask=norArray(),
int blockSize=3,
bool useHarrisDetector=false,
double k=0.4)
第一个参数，InputArray类型的image,输入图像，须为8位或浮点型32位单通道图像。
第二个参数，OutputArray类型的corners,检测到的角点的输出向量。
第三个参数，int类型的maxCorners,角点的最大数量。
第四个参数，double类型的qualityLevel,角点检测可接受的最小特征值。其实实际用于过滤角点的最小特征值是qualityLevel与图像中最大特征值的乘积。所以qualityLevel通常不会超过1（常用的值为0.10或者0.01）。而检测完所有的角点后，还要进一步剔除掉一些距离较近的角点。
第五个参数，double类型的minDistance，角点之间的最小距离，此参数用于保证返回的焦点之间的距离不小于minDistance个像素。
第六个参数，InputArray类型的mask，可选参数，表示感兴趣区域，有默认值noArray().若此参数非空（需为CV_8UC1类型，且和第一个参数image有相同的尺寸），便用于指定角点检测区域。
第七个参数，int类型的blockSize,有默认值3，是计算导数自相关矩阵时指定的领域范围。
第八个参数，bool类型的useHarrisDetector,默认值false,指示是否使用Harris角点检测。
第九个参数，double类型的k，有默认值0.04,为用于设置Hessian自相关矩阵行列式的相对权重的权重系数。