python 移动物体识别代码

以下是一个简单的基于OpenCV库的Python移动物体识别代码示例：

import cv2

# 获取视频流
cap = cv2.VideoCapture(0)

# 定义背景分离器，使用高斯混合模型(GMM)算法
fgbg = cv2.createBackgroundSubtractorMOG2()

while True:
    # 读取当前帧
    ret, frame = cap.read()

    # 对当前帧进行前处理
    frame = cv2.resize(frame, (640, 480))
    fgmask = fgbg.apply(frame)

    # 对前处理结果进行轮廓检测
    contours, hierarchy = cv2.findContours(fgmask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 绘制检测到的轮廓
    for contour in contours:
        if cv2.contourArea(contour) < 1000:
            continue
        (x, y, w, h) = cv2.boundingRect(contour)
        cv2.rectangle(frame, (x, y), (x+w, y+h), (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('frame', frame)
    cv2.imshow('fgmask', fgmask)

    # 按下ESC键退出程序
    k = cv2.waitKey(30) & 0xff
    if k == 27:
        break

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

该代码使用摄像头获取视频流，对每一帧进行高斯混合模型(GMM)背景分离，然后进行轮廓检测，最后绘制检测到的轮廓并显示结果。需要注意的是，该代码只是一个简单的示例，需要根据实际场景进行调整和优化。