请用pyhon实现基于HS光流法的运动目标检测，读入mov.avi；自己编写代码实现HS光流矢量检测；将光流矢量可视化显示(彩色图)。输出output.avi

HS光流法是一种用于运动目标检测的技术，它通过计算图像序列中像素点的运动矢量来估计物体的运动。下面是一个使用Python实现基于HS光流法的运动目标检测的示例代码：

import cv2
import numpy as np

# 读取视频文件
cap = cv2.VideoCapture('mov.avi')

# 获取视频帧率和尺寸信息
fps = cap.get(cv2.CAP_PROP_FPS)
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 定义视频编码器并创建VideoWriter对象
fourcc = cv2.VideoWriter_fourcc(*'XVID')
out = cv2.VideoWriter('output.avi', fourcc, fps, (frame_width, frame_height))

# 读取第一帧
ret, frame1 = cap.read()
prev_gray = cv2.cvtColor(frame1, cv2.COLOR_BGR2GRAY)

while True:
    ret, frame2 = cap.read()
    if not ret:
        break
    
    # 转换为灰度图
    gray = cv2.cvtColor(frame2, cv2.COLOR_BGR2GRAY)
    
    # 计算光流
    flow = cv2.calcOpticalFlowFarneback(prev_gray, gray, None, 0.5, 3, 15, 3, 5, 1.2, 0)
    
    # 计算光流矢量的幅度和角度
    magnitude, angle = cv2.cartToPolar(flow[..., 0], flow[..., 1])
    
    # 将幅度归一化到0-255
    hsv = np.zeros_like(frame2)
    hsv[..., 1] = 255
    hsv[..., 0] = angle * 180 / np.pi / 2
    hsv[..., 2] = cv2.normalize(magnitude, None, 0, 255, cv2.NORM_MINMAX)
    rgb = cv2.cvtColor(hsv, cv2.COLOR_HSV2BGR)
    
    # 显示结果
    cv2.imshow('Frame', rgb)
    out.write(rgb)
    
    # 更新前一帧
    prev_gray = gray
    
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()

这段代码首先读取名为"mov.avi"的视频文件，然后逐帧计算HS光流矢量，并将这些矢量可视化为彩色图。最后，将可视化的结果保存到名为"output.avi"的新视频文件中。