OpenCV4开发入门教程125：goodFeaturesToTrack

void cv::goodFeaturesToTrack 	( 	InputArray  	image,
		OutputArray  	corners,
		int  	maxCorners,
		double  	qualityLevel,
		double  	minDistance,
		InputArray  	mask = noArray(),
		int  	blockSize = 3,
		bool  	useHarrisDetector = false,
		double  	k = 0.04 
	)

输入位、浮点32位、单通道图片
检测到的角点向量
返回的最大角数。如果还有角比发现的角多，则返回其中最强的角。maxCorners<=0意味着没有设置最大值的限制，并且返回所有检测到的角点。
表征图像角点最小可接受质量的参数。参数值乘以最佳拐角质量度量，即最小特征值或Harris函数响应。质量指标低于产品的角落被拒收。例如，如果最佳角点的质量度量值为1500，质量等级为0.01，则质量度量值小于15的所有角点都将被拒绝。
返回角点之间的最小可能欧氏距离。
可选感兴趣区域。如果图像不是空的（它需要具有CV_8UC1类型和与图像相同的大小），它将指定检测角点的区域。
用于计算每个像素邻域上的导数协变矩阵的平均块大小。
指示是使用Harris检测器还是cornerMinEigenVal的参数。
Harris探测器的自由参数。

确定图像上的强角点。该函数查找图像或指定图像区域中最突出的角点

函数使用cornerMinEigenVal或cornerHarris计算每个源图像像素处的角点质量度量。
函数执行非最大值抑制（保留3x3邻域中的局部最大值）。
最小特征值小于qualityLevel的角点⋅maxx，yqualityMeasureMap（x，y）被拒绝。
其余的角点按质量度量按降序排序。
函数会丢弃距离小于maxDistance的强角点的每个角点。
该函数可用于初始化对象的基于点的跟踪器。

#include "opencv2/opencv.hpp"

using namespace std;
using namespace cv;

int main()
{
    Mat image = imread("Test.png");
    Mat imgGray;
    cvtColor(image, imgGray, COLOR_BGR2GRAY);

    vector<Point2f> corners;
    int maxCorners = 500;
    double qualityLevel = 0.01;
    double minDistance = 10;
    Mat mask;
    int blockSize = 3;
    int gradientSize = 3;
    bool useHarrisDetector = false;
    double k = 0.04;
    goodFeaturesToTrack(imgGray,
                        corners,
                        maxCorners,
                        qualityLevel,
                        minDistance,
                        mask,
                        blockSize,
                        gradientSize,
                        useHarrisDetector,
                        k);

    Scalar color(0, 0, 255);
    MarkerTypes markerType = MARKER_TILTED_CROSS;
    int markerSize = 8;
    int thickness = 2;
    for(int i=0; i<corners.size(); i++)
    {
        drawMarker(image,
                   corners[i],
                   color,
                   markerType,
                   markerSize,
                   thickness);
    }

    imshow("image", image);

    waitKey();

    return 0;
}