import cv2

image = cv2.imread("opencv_logo.jpg")
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)#角点检测基于灰度梯度变化实现，通过提取图像亮度信息，消除色彩干扰，提高特征点检测的稳定性与准确性。
corners = cv2.goodFeaturesToTrack(gray, 500, 0.1, 10) 
'''
角点检测，找图像中突出的拐角/关键点；
gray：输入灰度图；500：最多检测500个角点；0.1：角点质量等级（值越高，筛选的角点越优质）；10：角点之间的最小距离（避免扎堆）
返回格式是三维数组：
[
  [[x1, y1]],   <-- 第一个角点
  [[x2, y2]],   <-- 第二个角点
  [[x3, y3]]    <-- 第三个角点
]
'''
for corner in corners:  # 遍历检测到的所有角点
    x, y = corner.ravel() # ravel()：把多维数组展平成一维，取出x、y坐标（坐标是浮点数）:[[x, y]]  → ravel() → [x, y]
    cv2.circle(image, (int(x), int(y)), 3, (255, 0, 255), -1)     # 在原图上画圆标记角点； (int(x),int(y))：角点坐标（必须转整数）； 3：圆的半径；(255,0,255)：颜色=紫色（BGR格式）；-1：实心填充圆

cv2.imshow("corners", image)
cv2.waitKey() #不加cv2.destroyAllWindows()，也可正常运行