对视频进行光流法，将点存入空列表，对其进行排序，python

要对视频进行光流法，并提取点并进行排序，可以使用 OpenCV 库中的 `calcOpticalFlowPyrLK` 函数。具体操作步骤如下：

1. 读取视频帧，并将第一帧作为初始帧；
2. 对每一帧进行灰度化处理；
3. 对初始帧和当前帧进行光流法计算，得到点的坐标；
4. 将点的坐标存入一个空列表中；
5. 对点的坐标进行排序。

下面是示例代码：

import cv2
import numpy as np

# 读取视频
cap = cv2.VideoCapture('video.mp4')

# 创建一个空列表
points = []

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

# 设置参数
lk_params = dict(winSize=(15, 15),
                 maxLevel=4,
                 criteria=(cv2.TERM_CRITERIA_EPS | cv2.TERM_CRITERIA_COUNT, 10, 0.03))

# 循环处理视频帧
while True:
    # 读取视频帧
    ret, frame = cap.read()
    if not ret:
        break

    # 灰度化处理
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 计算光流
    if len(points) == 0:
        # 对于第一帧，计算所有点的坐标
        p0 = cv2.goodFeaturesToTrack(prev_gray, mask=None, maxCorners=100, qualityLevel=0.3, minDistance=7, blockSize=7)
        points.append(p0)
    else:
        # 对于其他帧，根据上一帧的点坐标计算当前帧的点坐标
        p0 = np.array(points[-1], dtype=np.float32)
        p1, st, err = cv2.calcOpticalFlowPyrLK(prev_gray, gray, p0, None, **lk_params)
        points.append(p1)

    # 保存当前帧作为下一帧的初始帧
    prev_gray = gray

# 将点的坐标存入一个 NumPy 数组中
points = np.array(points)

# 对点的坐标进行排序
sorted_points = np.sort(points, axis=1)

# 打印结果
print(sorted_points)

这里使用了 `goodFeaturesToTrack` 函数来计算第一帧中的点的坐标，采用了 Shi-Tomasi 角点检测算法。在计算光流时，使用了 LK 光流法，并设置了一些参数。最后，使用了 NumPy 库中的 `sort` 函数对点的坐标进行排序。