python实时处理摄像头水稻种子图像标记并计数，根据相近的几个计数画出一个框，计算两个框之间的距离并将处理后的图片放在一个专门文件夹、信息汇总成表格，写出代码并说明所需要的环境与软件包

要实现这个功能，首先需要安装Python的图像处理库OpenCV和表格处理包pandas。

代码如下：

import cv2
import pandas as pd
import numpy as np

# 读取原始图像
img = cv2.imread("image.jpg")

# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对灰度图像进行二值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找图像中的轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 初始化计数器
count = 0

# 遍历每个轮廓
for cnt in contours:
    # 计算轮廓的面积
    area = cv2.contourArea(cnt)
    # 如果面积小于100，忽略此轮廓
    if area < 100:
        continue
    # 绘制轮廓
    cv2.drawContours(img, [cnt], 0, (0,255,0), 2)
    # 计数器加1
    count += 1

# 将处理后的图像保存到文件夹中
cv2.imwrite("processed_image.jpg", img)

# 计算相邻框之间的距离
distances = []
for i in range(count-1):
    x1, y1, w1, h1 = cv2.boundingRect(contours[i])
    x2, y2, w2, h2 = cv2.boundingRect(contours[i+1])
    distance = np.sqrt((x2-x1)**2 + (y2-y1)**2)
    distances.append(distance)

# 绘制相邻框之间的距离
for i in range(count-1):
    x1, y1, w1, h1 = cv2.boundingRect(contours[i])
    x2, y2, w2, h2 = cv2.boundingRect(contours[i+1])
    cv2.rectangle(img, (x1, y1), (x1+w1, y1+h1), (0, 255, 0), 2)
    cv2.rectangle(img, (x2, y2), (x2+w2, y2+h2), (0, 255, 0), 2)
    cv2.putText(img, str(round(distances[i], 2)), ((x1+x2)//2, y1-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 255, 0), 1)

# 将处理后的图像保存到文件夹中
cv2.imwrite("processed_image.jpg", img)

# 将信息汇总成表格
data = {'count': [count], 'distances': distances}
df = pd.DataFrame(data)

# 将表格保存到文件中
df.to_csv('data.csv', index=False)

这个代码需要用到Python 3.x和OpenCV和pandas库。