我需要你帮我写一个基于 OpenCV 的 Python 图像识别的代码，有以下几个要求：通过打开摄像头，让摄像头在1窗口显示，按s读取一张图片并将读取的图片显示到2窗口，按d读取第二张图片并将其显示到3窗口，读取2窗口的，然后根据这个颜色读出这个物体的轮廓，最后通过对比俩张图片中该物体的轮廓最上方像素点的位置，以此获得其纵向上的位置差了多少个像素点，然后输出这个差值

好的，以下是基于 OpenCV 的 Python 图像识别代码，满足您的要求：

import cv2

# 打开摄像头
cap = cv2.VideoCapture(0)

# 定义窗口名称
cv2.namedWindow('camera', cv2.WINDOW_NORMAL)
cv2.namedWindow('img1', cv2.WINDOW_NORMAL)
cv2.namedWindow('img2', cv2.WINDOW_NORMAL)

# 定义颜色范围
lower_blue = (100, 100, 50)
upper_blue = (130, 255, 255)

# 初始化变量
img1 = None
img2 = None
contour1 = None
contour2 = None
position_diff = 0

while True:
    # 读取摄像头
    ret, frame = cap.read()
    # 显示摄像头画面
    cv2.imshow('camera', frame)

    # 按s读取一张图片并将读取的图片显示到2窗口
    if cv2.waitKey(1) == ord('s'):
        img1 = frame.copy()
        cv2.imshow('img1', img1)

    # 按d读取一张图片并将读取的图片显示到3窗口
    if cv2.waitKey(1) == ord('d'):
        img2 = frame.copy()
        cv2.imshow('img2', img2)

        # 根据颜色范围提取物体轮廓
        hsv = cv2.cvtColor(img2, cv2.COLOR_BGR2HSV)
        mask = cv2.inRange(hsv, lower_blue, upper_blue)
        contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
        contour2 = max(contours, key=cv2.contourArea)

        # 读取2窗口的图片，然后根据这个颜色读出这个物体的轮廓
        if img1 is not None:
            # 根据颜色范围提取物体轮廓
            hsv = cv2.cvtColor(img1, cv2.COLOR_BGR2HSV)
            mask = cv2.inRange(hsv, lower_blue, upper_blue)
            contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
            contour1 = max(contours, key=cv2.contourArea)

            # 对比俩张图片中该物体的轮廓最上方像素点的位置，以此获得其纵向上的位置差了多少个像素点
            top1 = tuple(contour1[contour1[:, :, 1].argmin()][0])
            top2 = tuple(contour2[contour2[:, :, 1].argmin()][0])
            position_diff = top2[1] - top1[1]

    # 显示窗口并等待退出
    cv2.imshow('camera', frame)
    if cv2.waitKey(1) == ord('q'):
        break

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()

# 输出差值
print('Position difference:', position_diff)

希望对您有所帮助！