Shi-Tomas角点检测：
函数：
goodFeaturesToTrack( g_grayImage,//输入图像 corners,//检测到的角点的输出向量 g_maxCornerNumber,//角点的最大数量 qualityLevel,//角点检测可接受的最小特征值 minDistance,//角点之间的最小距离 Mat(),//感兴趣区域 blockSize,//计算导数自相关矩阵时指定的邻域范围 false,//不使用Harris角点检测 k );//权重系数
亚像素级角点检测：
函数：
//亚像素角点检测的参数设置
Size winSize = Size( 5, 5 ); //搜索窗口的一半尺寸
Size zeroZone = Size( -1, -1 ); //死区的一半尺寸，（-1，-1）表示没有死区
TermCriteria criteria = TermCriteria( TermCriteria::EPS + TermCriteria::MAX_ITER, 40, 0.001 ); //角点迭代过程的终止条件
/*
int type; /* CV_TERMCRIT_ITER 和CV_TERMCRIT_EPS二值之一，或者二者的组合
int max_iter; // 最大迭代次数
double epsilon; // 结果的精确性
*/
//计算出亚像素角点位置
cornerSubPix( g_grayImage, corners, winSize, zeroZone, criteria );//cornerSubPix函数用于寻找亚像素角点位置
区别：
Shi-Tomas角点检测输出为简单的整数类型坐标值；
亚像素级角点检测则是更精确的浮点类型。
代码：
//Shi-Tomasi算子
cv::Mat BasicAlgorithm::on_Shi_Tomasi(cv::Mat mat, int value)
{
Mat g_srcImage, g_grayImage;
g_srcImage = mat;
int g_maxCornerNumber = value;
int g_maxTrackbarNumber = 500;
RNG g_rng(12345);//初始化随机数生成器
cvtColor( g_srcImage, g_grayImage, COLOR_BGR2GRAY );
//【1】对变量小于等于1时的处理
if( g_maxCornerNumber <= 1 ) { g_maxCornerNumber = 1; }
//【2】Shi-Tomasi算法（goodFeaturesToTrack函数）的参数准备
vector<Point2f> corners;
double qualityLevel = 0.01;//角点检测可接受的最小特征值
double minDistance = 10;//角点之间的最小距离
int blockSize = 3;//计算导数自相关矩阵时指定的邻域范围
double k = 0.04;//权重系数
Mat copy = g_srcImage.clone(); //复制源图像到一个临时变量中，作为感兴趣区域
//【3】进行Shi-Tomasi角点检测
goodFeaturesToTrack( g_grayImage,//输入图像
corners,//检测到的角点的输出向量
g_maxCornerNumber,//角点的最大数量
qualityLevel,//角点检测可接受的最小特征值
minDistance,//角点之间的最小距离
Mat(),//感兴趣区域
blockSize,//计算导数自相关矩阵时指定的邻域范围
false,//不使用Harris角点检测
k );//权重系数
//【4】绘制检测到的角点
int r = 4;
for( int i = 0; i < corners.size(); i++ )
{
//以随机的颜色绘制出角点
circle( copy, corners[i], r, Scalar(g_rng.uniform(0,255), g_rng.uniform(0,255),
g_rng.uniform(0,255)), -1, 8, 0 );
// circle( copy, corners[i], r, Scalar(255, 0, 0), -1, 8, 0 ); //opencv中图像通道为BGR，（255,0,0）为蓝色，绘制出为蓝色点
}
//*****************************************上：Shi-Tomasi算子***************************************
//*****************************************如需亚像素级角点检测，则加上下边一段代码**********************
//【7】亚像素角点检测的参数设置
Size winSize = Size( 5, 5 ); //搜索窗口的一半尺寸
Size zeroZone = Size( -1, -1 ); //死区的一半尺寸，（-1，-1）表示没有死区
TermCriteria criteria = TermCriteria( TermCriteria::EPS + TermCriteria::MAX_ITER, 40, 0.001 ); //角点迭代过程的终止条件
/*
int type; /* CV_TERMCRIT_ITER 和CV_TERMCRIT_EPS二值之一，或者二者的组合
int max_iter; // 最大迭代次数
double epsilon; // 结果的精确性
*/
//【8】计算出亚像素角点位置
cornerSubPix( g_grayImage, corners, winSize, zeroZone, criteria );//cornerSubPix函数用于寻找亚像素角点位置（不是整数类型，是更精确的浮点类型）
//【9】输出角点坐标信息
for( int i = 0; i < corners.size(); i++ )
{
// qDebug()<<"精确角点"<<i<<"位置";
cout<<" >>Point["<<i<<"] ("<<corners[i].x<<","<<corners[i].y<<")"<<endl;
}
return copy;
}