写OpenCV特征检测系列，上一篇我们聊过Harris角点检测的基本思路，这一篇专门讲Shi-Tomasi角点检测。很多人第一次接触这个名词，可能是在cv2.goodFeaturesToTrack这个函数里。没错，OpenCV里最常用的角点提取接口，底层用的就是Shi-Tomasi的评分策略。它和Harris的关系，可以理解成“改进版”和“原版”——作者在Harris响应函数的基础上做了个非常关键的简化，却让检测结果在很多场景下更稳定。这篇文章适合刚入门特征提取的读者，也适合已经在用goodFeaturesToTrack但不太清楚参数原理的人。我会从数学原理讲到代码实践，再穿插我自己调试时踩过的坑，尽量不让你走弯路。

1. 角点检测的背景与Shi-Tomasi改进思路

1.1 为什么要检测角点

在图像处理里，角点是图像中亮度变化剧烈的位置，最典型的就是物体轮廓的拐角、棋盘格的交叉点、建筑物窗户的边角。为什么角点比边缘更适合做特征？因为边缘沿某个方向移动时，局部窗口内的图像内容变化很小，会产生“孔径问题”，而角点在两个正交方向上都有明显梯度变化，能够被唯一地定位。简单说，角点携带的信息量大，匹配起来不容易产生歧义。

早期的特征匹配方法，很多都依赖角点。比如图像拼接时找两张图的对应点，全景图需要知道哪些像素是同一个物理位置，如果用的是边缘上的点，沿边缘方向会出现大量误匹配，而角点能提供明确的二维坐标约束。后来像SIFT、SURF这些更高级的特征点算子，也都会先通过多尺度空间检测出类似“角点”的结构，再附加描述子。所以角点检测是很多视觉任务的基础步骤，你把这一步做扎实了，后续的匹配、追踪、三维重建都会省不少麻烦。

1.2 Harris角点检测的数学原理回顾

Shi-Tomasi是从Harris脱胎而来的，想要理解它的改进，需要先回顾Harris的公式。Harris的做法是计算图像在局部窗口内的自相关矩阵，也就是结构张量（structure tensor），通常写成：

M = [[(Ix)^2加权和, (IxIy)加权和], [(IxIy)加权和, (Iy)^2加权和]]

其中Ix和Iy分别是图像在x和y方向的梯度。M的两个特征值λ1和λ2反映了局部灰度变化的方向性。如果两个特征值都很大，说明这个点在两个方向上都有明显的梯度变化，也就是角点；如果一个很大一个很小，说明是边缘；两个都很小，说明是平坦区域。

但Harris没有直接使用特征值大小，而是构造了一个响应函数：

R = det(M) - k * trace(M)^2

其中det(M) = λ1 * λ2，trace(M) = λ1 + λ2，k是一个经验常数，通常取0.04到0.06。为什么要用这个响应函数？因为直接计算特征值需要开平方根，计算量偏大，而det和trace只需要矩阵元素间的乘法和加法，在当年的硬件条件下更高效。这个R值大于某个阈值时，就认为是角点。

这个设计在大多数情况下工作得很好，但它有一个微妙的缺陷：k值的选取对结果影响很大。k太大，倾向于把边缘也当成角点；k太小，又容易把噪声点误检成角点。不同图像的光照、对比度差异会让同一个k值表现不一致。用过Harris的人应该有印象，面对不同图片经常要反复调k，很烦。

1.3 Shi-Tomasi评分函数的改进：最小特征值

Shi-Tomasi的论文（准确说是Jianbo Shi和Carlo Tomasi于1994年发表的《Good Features to Track》）提出的改进思路，简单到有些令人意外：既然M的特征值λ1和λ2能准确反映角点强度，那为什么不直接用较小的那个特征值来判断呢？他们的评分函数是：

R = min(λ1, λ2)

当这个最小值大于设定阈值时，就认为是角点。相比Harris的det和trace组合，这个评分函数更直观：最小特征值小，说明在某一个方向上梯度变化弱，大概率是边缘；只有两个方向的变化都强，min值才会大。

这个改动带来了两个直接好处。第一，不需要调k值了，等于少了一个让新手头疼的超参数。第二，响应函数的可判别性更好。Harris的R在边缘区域可能受k影响产生误判，而Shi-Tomasi用min值天然要求两个方向都必须响应显著，对边缘的抑制更干净。我自己的实验也是这样，同一组图片，Shi-Tomasi检测出的角点更集中在真正的角点结构上，Harris偶尔会在强边缘上多出一些零散响应。

2. OpenCV中的Shi-Tomasi角点检测：核心参数与API

2.1 cv2.goodFeaturesToTrack 参数详解

OpenCV把Shi-Tomasi角点检测封装成了cv2.goodFeaturesToTrack，很多人用的时候只觉得它参数多，没细想过每个参数的含义。我先把函数签名列一下，然后再逐个说。

corners = cv2.goodFeaturesToTrack( image, # 输入图像，单通道8位或32位浮点 maxCorners, # 最多返回的角点数 qualityLevel, # 质量等级，0到1之间 minDistance, # 角点之间的最小欧氏距离 mask=None, # 感兴趣区域掩码，可选 blockSize=3, # 计算自相关矩阵时的邻域尺寸 useHarrisDetector=False, # 是否使用Harris响应 k=0.04 # Harris检测时的k值，仅当useHarrisDetector为True时生效 )

这里有一个很多教程容易忽略的细节：这个函数的默认行为已经就是Shi-Tomasi检测，而useHarrisDetector=False恰恰代表使用最小特征值评分。如果把它设为True，就退化成用Harris响应函数。所以你在OpenCV里想用Shi-Tomasi，根本不需要额外造轮子，直接用这个函数就行。

2.2 参数选择背后的逻辑与踩坑

先说maxCorners。这是返回角点数量的上限。它背后隐含了“筛选”的逻辑：Shi-Tomasi会计算全图每个像素的响应值，然后取前maxCorners个。如果图片纹理丰富、角点很多，这个值就是硬限制；如果角点不够，返回的就少一些。实际项目中，这个值需要根据后续任务来定。比如做图像拼接，每张图取200到500个点就足够了；做相机标定的棋盘格，你只需要把角点数量设置为棋盘格内角点总数。

然后是qualityLevel。这个参数的解释是“角点最小可接受质量”，但官方文档写得比较绕。它实际上是一个倍率系数：算法先计算出全图最大的响应值，用这个最大值乘以qualityLevel得到一个门槛，响应值低于门槛的角点全部丢弃。也就是说，qualityLevel=0.01时，只有那些响应值达到最大响应值1%的像素点才有资格成为候选角点。这个值设得越小，候选角点越多，但很多低质量的点也会混进来；设得太大，可能连真正的角点都被过滤掉了。通常0.01到0.05之间比较稳妥，纹理比较平滑的图可以降到0.005。

minDistance是另一个容易出问题的参数。它强制已选角点之间的最小像素距离。这个设计是为了避免多个角点扎堆出现在同一个角落区域。比如棋盘格角点附近，每个真实角点的周围可能有十几个像素都在强响应，如果不加距离约束，它们会被当成一堆点返回，实际需要的只有一个。minDistance设得太小，角点会聚集；设得太大，又会丢失一些较密集的真实角点。经验值是取5到10，高分辨率图像可以取20以上。

blockSize是计算梯度协方差矩阵时用的窗口大小，等同于在角点周围取多大的邻域做加权求和。它影响的是检测的尺度：blockSize小，对细小的纹理敏感；blockSize大，检测出的角点更偏向大尺度结构。默认的3对大多数场景够用，但如果图像比较模糊，可以适当增大到5或7，用更大的窗口平滑梯度噪声。

说完参数，再强调一个新手容易犯的错误：输入图像必须是单通道灰度图。如果传了一张三通道彩色图，会报错。正确的做法是先转灰度：

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2.3 代码实现与输出解析

下面给出一份完整的示例代码，包含检测和可视化。我会逐段解释输出格式，因为很多人第一次拿到的结果是嵌套数组，会懵。

import cv2 import numpy as np # 读入图像并转为灰度 img = cv2.imread('checkerboard.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # Shi-Tomasi角点检测 corners = cv2.goodFeaturesToTrack( gray, maxCorners=100, qualityLevel=0.01, minDistance=10, blockSize=3, useHarrisDetector=False, k=0.04 ) # corners是None或者空时表示没检测到 if corners is not None: # corners的shape是(N, 1, 2)，每个元素是[x, y]，N是返回的角点数 corners = np.int0(corners) for i in corners: x, y = i.ravel() cv2.circle(img, (x, y), 4, (0, 255, 0), -1) cv2.imshow('Shi-Tomasi Corners', img) cv2.waitKey(0) cv2.destroyAllWindows()

运行这段代码，你会看到检测出的角点被画上了绿色的圆点。需要注意的是，corners的数据类型是float32，坐标值也是浮点数。直接用的话，坐标允许是亚像素级别的（虽然goodFeaturesToTrack返回的还是整数像素坐标，真正的亚像素细化需要用后面的cornerSubPix）。np.int0只是把坐标取整方便画圆，并不会丢失太多信息。

3. 从角点到应用：特征点筛选与实战

3.1 为什么需要最大角点数与质量等级

我在前面的参数部分简单提了筛选机制，这一节想展开讲一下为什么需要这两层筛选，直接关系到你对检测结果的理解。

第一层是质量门槛（qualityLevel），它过滤的是“绝对强度”不够的角点。图像中可能存在大量弱的角点响应，它们可能是纹理边缘交叉、轻微反光、噪点造成的。这些点如果不加过滤，会全部进入候选列表，既拖慢后续匹配，又容易造成误匹配。质量等级是相对于全图最大响应的比例，所以它天然具备一定的自适应能力：光照强、对比度高的图片，最大响应值大，门槛也高；低对比度图像，最大响应值小，门槛也自动变小。这个设计比固定的绝对阈值更合理。

第二层是数量上限（maxCorners）和最小距离（minDistance）。质量门槛只是删除了“不够格”的点，但剩下的点还是可能扎堆。比如一本书的封面，四个角都是强角点，可如果把书的纹理也算进去，同一角落周围可能有二十个强响应。minDistance限制的是空间分布，maxCorners限制的是总体数量。实际操作时，如果检测结果过于密集，优先调大minDistance，而不是一味降低maxCorners，因为后者可能造成角点在某个区域全部丢失，在另一个区域仍然扎堆。

我自己调试时习惯先固定maxCorners和qualityLevel，观察角点分布，再微调minDistance。通常一套参数在类似光照条件下能通吃一批图像，换了一个光照环境才需要重新调。

3.2 角点检测在图像拼接、目标跟踪、SLAM中的应用场景

Shi-Tomasi角点最经典的应用，其实藏在它的论文标题里：《Good Features to Track》——这是为视觉跟踪设计的特征点。在目标跟踪里，我们先用goodFeaturesToTrack在初始帧的目标区域内检测出一组角点，然后利用光流法（如Lucas-Kanade）跟踪这些角点在下一帧的位置。因为角点在两帧之间的移动具有明确的二自由度约束，跟踪稳定性比直接用整块模板匹配要好得多。OpenCV的cv2.calcOpticalFlowPyrLK函数就经常和goodFeaturesToTrack配合使用。

图像拼接也是一个直接受益的场景。拼接需要估计两幅图像之间的单应性矩阵（homography），而单应性矩阵有8个自由度，至少需要4组对应点。实际中为了保证精度和鲁棒性，动辄需要几十上百组匹配点。Shi-Tomasi检测出的角点分布如果足够均匀，匹配的结果会更可靠。这也是为什么很多拼接代码里，检测特征点后还会用minDistance约束分布。

SLAM（同步定位与建图）中，角点也扮演了重要的角色。早期的视觉SLAM会在每一帧图像中提取角点作为路标点，用这些路标点的重投影误差来优化相机位姿。虽然现在有了ORB、SuperPoint这些更强大的特征，但Shi-Tomasi作为一种轻量级的角点检测方法，在算力受限的嵌入式平台上仍有不可替代的优势。毕竟它的计算量比深度学习特征小了好几个数量级。

3.3 与Harris检测的对比测试

为了让你有个直观感受，我在一张包含棋盘格、矩形块和自然纹理的合成图像上，分别用Harris和Shi-Tomasi做了检测，阈值都调整到角点数量大致相当。结果非常有意思。

Harris响应图像中，边缘上的点也会出现较强的响应，尤其是强对比的竖直边缘和水平边缘交界处，偶尔会检测出一串连续的边缘点。Shi-Tomasi的结果则更“挑剔”，只在真正的角落位置有响应，边缘上的响应被抑制得很明显。

这并不代表Harris一无是处。Shi-Tomasi的min特征值响应在尺度变化大时可能不够稳定，而Harris的det响应有时在光照变化的场景下表现反而更均衡。所以OpenCV留了一个useHarrisDetector开关，你完全可以在项目里对两种方法做一个对比，再选择更适合你数据的那一个。

4. 常见问题与排查技巧实录

4.1 角点检测结果为空

这是最常遇到的问题，corners直接为None。原因基本有三类。

第一类，图像太模糊。梯度信息不足导致响应值普遍很低，连最强角点乘以qualityLevel之后依然没有像素能达到门槛。解决方法：先做一次高斯模糊（听起来像绕过问题，但实际是降低梯度噪声），或者适当减小qualityLevel到0.005甚至0.001。不过qualityLevel太小时，得到的“角点”可能并不是真实的角，而是噪声点。

第二类，图像太大或太暗。分辨率过高的图像中，很多区域的梯度被压缩，响应值之间差异不显著；太暗的图像整体梯度小。这时可以尝试对图像做对比度增强（比如cv2.equalizeHist）再检测。

第三类，类型错误。函数要求灰度图，如果输入了三通道彩色图，部分OpenCV版本不会报错，但检测结果完全不对或者为空。记住：先转换再检测。

4.2 角点扎堆与分布不均匀

角点扎堆的典型场景是闸机口、栅栏、窗格这一类纹理特别密集的图片，或者强角点旁边出现了多个亚峰。这种情况我建议两步走：先把minDistance调到15或更大，让算法强制分散；然后检查一下自己的maxCorners是不是设得太大了，有时候你只需要30个点，却设了500，结果算法为了保证数量，不得不把邻近的弱角点也选进来。

另一个技巧是使用mask参数。如果任务只关心画面下半部分的角点，就生成一张全零的mask，把感兴趣区域置为255。这样检测器完全不会在mask之外的区域选点，分布不均匀的问题会大大缓解。

4.3 光照变化、噪声对检测的影响

角点检测本质上是基于梯度的运算，对光照变化非常敏感。光照变强时，梯度整体变大，响应值随之增大，检测出的角点数量会变多；光照变弱时则相反。一个常见的工程化做法是在检测之前对图像做归一化或直方图均衡化，让梯度范围更稳定。

噪声的影响也不容忽视。传感器噪点本身就包含高频梯度，很容易被当作角点。常规解法是先用cv2.GaussianBlur做一个轻度的去噪，核大小为3或5，再送入检测器。你会发现角点数量显著下降，剩下的基本都是真实的几何角。

4.4 实时性能优化

Shi-Tomasi角点检测本身速度很快，但在视频流中逐帧调用时，还是会带来一定的CPU开销。实测在1080P图像上，不限制检测点数量时，单帧goodFeaturesToTrack大约耗时10到30毫秒，取决于CPU和图像内容。放到30FPS的视频里，这部分开销已经不低了。

优化的第一条思路是降分辨率。把图像缩小到宽度640或960再检测角点，检测到的坐标按比例映射回原图即可。很多跟踪算法就是这么做的，因为跟踪并不需要亚像素级的绝对精度。第二条思路是限制检测区域，用上一帧目标的位置做一个稍微扩大的ROI，只在ROI内设置mask。这样既降低了计算量，又天然过滤了背景中的角点。第三条思路是降低maxCorners，数量控制在50到100之间，响应值排序的负担会小很多。

5. 参数调优与个人实操心得

5.1 针对不同图像类型的推荐参数

我给一个自己常用的参数基准表，针对典型场景，方便你快速起步。注意这只是一个起点，真正使用时要根据图像微调。

棋盘格标定的情况比较特殊，因为你需要检测出所有内角点，数量是固定的，maxCorners要设成精确数值，否则多出来的点会造成标定程序混乱。质量等级也不能设得太高，否则会漏掉一部分内角点。

5.2 结合亚像素精确化

goodFeaturesToTrack返回的角点是整数像素坐标，但在相机标定、三维重建这类高精度任务中，整数像素精度不够用。OpenCV提供了cv2.cornerSubPix做亚像素级细化，它通过迭代优化角点的位置，让坐标精度达到0.1像素甚至更高。

使用方式很简单：

criteria = (cv2.TERM_CRITERIA_EPS + cv2.TERM_CRITERIA_MAX_ITER, 30, 0.001) corners_sub = cv2.cornerSubPix( gray, corners, # 需要传入浮点型的初始角点坐标 (5, 5), # 搜索窗口大小 (-1, -1), # 死区，通常设为(-1, -1) criteria )

注意：corners必须保持float32类型，不要先用np.int0取整了再传入。取整之后再细化会丢失精度，甚至导致迭代发散。细化之后，我通常把坐标保存为浮点数列表，需要画图时才转成整数。

5.3 小技巧：可视化调试

调试角点检测时，只用画圆圈来观察存在一个盲区——你看到的只是选出来的点，看不到被丢弃的候选点。我建议做一张“响应图”，把全图每个像素的响应值映射到0到255之间，做成伪彩色图像。这样能直观地看到角点响应的分布和阈值门控的效果。

做法是用goodFeaturesToTrack内部的响应计算逻辑自己实现一遍，或者简单粗暴地用cv2.cornerHarris输出一个响应图当做参考，虽然评分函数不同，但大致能看出哪些区域响应强。我自己的经验是，把响应图保存下来，对比调参前后的变化，比闷头改参数高效得多。

再分享一个调试时的小习惯：不要在一张图上一次性检测几百个点然后观察分布，那样很难看出参数调整带来的效果。我会先用一个宽松的参数（比如qualityLevel=0.001，minDistance=3）检测出所有候选角点，把它们全部画出来，看看哪些是真实角点，哪些是噪声；然后再逐步收紧参数，观察哪些噪声点被过滤掉了。这个过程能帮你很快理解每一个参数的实际作用。

最后，如果你只是需要一个“能用”的角点检测方案，Shi-Tomasi配合cornerSubPix基本可以覆盖大多数2D视觉任务；如果你需要更高级的描述子和多尺度不变性，可以考虑ORB或SIFT，但ArUco标定、光流跟踪、简单拼接这类场景，Shi-Tomasi仍然是性价比很高的选择。我自己在嵌入式设备上做视觉定位时，面对算力限制，首选就是它——轻量、稳定、可控。希望通过这篇文章，你能把goodFeaturesToTrack从“调参黑盒”变成“顺手工具”，在实际项目里少踩几个坑。