< *  코너 검출(Corner Detect)  * >

◆ 영상이나 이미지에서 코너를 검출하는 알고리즘 이다.
◆ 코너 검출 알고리즘은 정확하게는 트래킹(Tracking) 하기 좋은 지점(특징)을 코너(Corner)라 부른다.
◆ 꼭짓점은 트래킹하기 좋은 지점이 되어 다각형이나 객체의 꼭짓점을 검출하는 데 사용한다.


----< 예제 : (Corner-Detect.py  >-------------------------------------------------------------------
import cv2

src = cv2.imread("Image/lena.jpg")
dst = src.copy()

gray = cv2.cvtColor(src, cv2.COLOR_RGB2GRAY)
corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 5, blockSize=3, useHarrisDetector=True, k=0.03)

for i in corners:
    cv2.circle(dst, tuple(i[0]), 3, (0, 0, 255), 2)

cv2.imshow("dst", dst)
cv2.waitKey(0)
cv2.destroyAllWindows()
--------------------------------------------------------------------------------------------------------
▶ corners = cv2.goodFeaturesToTrack(gray, 100, 0.01, 5, blockSize=3, useHarrisDetector=True, k=0.03)
    : cv2.goodFeaturesToTrack()를 활용해 윤곽선들의 이미지에서 코너를 검출 한다.
      - cv2.goodFeaturesToTrack(입력 이미지, 코너 최댓값, 코너 품질, 최소 거리, 마스크, 블록 크기,
        해리스 코너 검출기 유/무, 해리스 코너 계수)을 의미한다.
      - 입력 이미지는 8비트 또는 32비트의 단일 채널 이미지를 사용한다.
      - 코너 최댓값은 검출할 최대 코너의 수를 제한한다.
      - 코너 최댓값보다 낮은 개수만 반환한다.
      - 코너 품질은 반환할 코너의 최소 품질을 설정한다.
      - 코너 품질은 0.0 ~ 1.0 사이의 값으로 할당할 수 있으며, 일반적으로 0.01 ~ 0.10 사이의 값을 사용한다.
      - 최소 거리는 검출된 코너들의 최소 근접 거리를 나타내며, 설정된 최소 거리 이상의 값만 검출한다.
      - 마스크는 입력 이미지와 같은 차원을 사용하며, 마스크 요솟값이 0인 곳은 코너로 계산하지 않는다.
      - 블록 크기는 코너를 계산할 때, 고려하는 코너 주변 영역의 크기를 의미한다.
      - 해리스 코너 검출기 유/무는 해리스 코너 검출 방법 사용 여부를 설정한다.
      - 해리스 코너 계수는 해리스 알고리즘을 사용할 때 할당하며 해리스 대각합의 감도 계수를 의미한다.

▶ for i in corners:
        cv2.circle(dst, tuple(i[0]), 3, (0, 0, 255), 2)
    : 코너 검출 함수를 통해 corners가 반환되며, 이 배열안에 코너들의 좌표가 저장돼 있다.
      - 반복문을 활용해 dst에 빨간색 원으로 지점을 표시 한다.