python摄像头一直打开，在其轮廓周长大于1/2时，开始采集从这一时刻开始到3秒后结束采集坐标点或者前100帧的所有图像左极值点，并将所有左极值点垂直像素进行排序，分别求出纵坐标和横坐标的最大值和最小值之差，然后将差值显示

在屏幕上。

下面是一个实现上述功能的Python代码示例：

import cv2
import numpy as np
import time

# 打开摄像头
cap = cv2.VideoCapture(0)

# 定义左极值点列表
left_points = []

# 开始时间
start_time = None

while True:
    # 读取帧
    ret, frame = cap.read()

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

    # 边缘检测
    edges = cv2.Canny(gray, 100, 200)

    # 轮廓检测
    contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # 遍历轮廓
    for contour in contours:
        # 计算轮廓的周长
        perimeter = cv2.arcLength(contour, True)

        # 如果周长大于图像宽度的一半
        if perimeter > frame.shape[1] / 2:
            # 如果还没有开始采集
            if start_time is None:
                # 记录开始时间
                start_time = time.time()

            # 如果已经采集了3秒或100帧
            if time.time() - start_time > 3 or len(left_points) >= 100:
                # 计算纵坐标和横坐标的最大值和最小值之差
                x_diff = max([p[0] for p in left_points]) - min([p[0] for p in left_points])
                y_diff = max([p[1] for p in left_points]) - min([p[1] for p in left_points])

                # 显示差值
                cv2.putText(frame, f'x_diff={x_diff}, y_diff={y_diff}', (50, 50), cv2.FONT_HERSHEY_SIMPLEX,
                            1, (0, 0, 255), 2)

                # 清空左极值点列表和开始时间
                left_points = []
                start_time = None
            else:
                # 找到左极值点
                leftmost = tuple(contour[contour[:, :, 0].argmin()][0])

                # 将左极值点加入列表
                left_points.append(leftmost)

    # 显示帧
    cv2.imshow('frame', frame)

    # 按下q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

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