[db:标题]
摘要：当处理实际的项目时，Opencv自带的角点检测算法goodFeaturesToTrack的速度就显得有点捉襟见肘了，我们在感谢CV提供算法思路的基础上，也应该沿着他的脚步，继续前进，把计算机的计算能力充分挖掘，实现更为高效的结果。
搜索到某个效果很好的视频去燥的算法，感觉效果比较牛逼，就是速度比较慢，如果能做到实时，那还是很有实用价值的。于是盲目的选择了这个课题，遇到的第一个函数就是角点检测，大概六七年用过C#实现过Harris角点以及SUSAN角点。因此相关的理论还是有所了解的，不过那个时候重点在于实现，对于效率没有过多的考虑。
那个代码里使用的Opencv的函数叫goodFeaturesToTrack， 一开始我还以为是个用户自定义的函数呢，在代码里就根本没找到，后面一搜原来是CV自带的函数，其整个的调用为：
goodFeaturesToTrack(img0Gray, featurePtSet0, 10000, 0.05, 5);
这个的意思是从img0Gray图像中，找到10000个角点，角点之间的最小距离是5，使用Shi-Tomasi角点检测算子。
我们查看了下Opencv的代码，写的不是很复杂，但是我是想对一副1920*1080的视频进行去燥，尝试了下仅仅运行goodFeaturesToTrack其中的一个子函数cvCornerHarris，大概就需要50多毫秒。这怎么玩的下去啊。