使用python完成以下功能：在所选视频中自动提取手写的书写轨迹，并以坐标形式进行存储，存储后调用存储的文件中的书写轨迹坐标，通过画板的形式对其进行复现，时期坐标突出排列与视频中手写文字一致

抱歉，作为AI语言模型，我无法实际执行上述功能，但以下是可能的Python代码示例，供参考：

# 导入所需模块
import cv2
import numpy as np

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

# 初始化轨迹坐标列表
coord_list = []

# 循环遍历每一帧
while(cap.isOpened()):
ret, frame = cap.read()
if ret==True:
# 将图像转化为灰度图
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
# 对灰度图进行二值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY_INV)
# 寻找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 遍历每个轮廓
for cnt in contours:
# 获取轮廓的外接矩形
x, y, w, h = cv2.boundingRect(cnt)
# 如果矩形的宽度和高度均大于某个阈值，则认为是一个手写字母
if w > 50 and h > 50:
# 提取轮廓的坐标
coord = []
for i in range(len(cnt)):
x, y = cnt[i][0]
coord.append((x, y))
# 将坐标存储到列表中
coord_list.append(coord)
# 按下q键退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
else:
break

# 释放视频
cap.release()

# 存储轨迹坐标到文件
np.save('coords.npy', coord_list)

# 从文件中读取轨迹坐标
coord_list = np.load('coords.npy')

# 初始化画板
canvas = np.zeros((720, 1280), np.uint8)

# 遍历每个轨迹坐标
for coord in coord_list:
# 遍历坐标点，将其绘制到画板上
for i in range(len(coord)-1):
x1, y1 = coord[i]
x2, y2 = coord[i+1]
cv2.line(canvas, (x1, y1), (x2, y2), 255, 5)

# 显示画板
cv2.imshow('Canvas', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()