python摄像头一直打开，知道其轮廓周长大于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，求出最大值和最小值之差

以下是可能的代码实现：

import cv2
import time

cap = cv2.VideoCapture(0)

# 初始化轮廓周长和左极值点列表
contour_len = 0
left_points = []

# 开始循环
while True:
    # 读取一帧图像
    ret, frame = cap.read()
    
    # 如果读取失败则跳出循环
    if not ret:
        break
    
    # 转换为灰度图像并进行边缘检测
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
    edges = cv2.Canny(gray, 50, 150)
    
    # 查找轮廓并计算周长
    contours, _ = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if contours:
        contour_len = cv2.arcLength(contours[0], True)
    
    # 如果轮廓周长大于1/2，则开始采集左极值点
    if contour_len > edges.shape[0] * edges.shape[1] / 2:
        start_time = time.time()
        while time.time() - start_time < 3 or len(left_points) < 100:
            # 读取一帧图像
            ret, frame = cap.read()
            
            # 如果读取失败则跳出循环
            if not ret:
                break
            
            # 转换为灰度图像并进行边缘检测
            gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
            edges = cv2.Canny(gray, 50, 150)
            
            # 查找左极值点并加入列表
            leftmost = tuple(contours[0][contours[0][:, :, 0].argmin()][0])
            left_points.append(leftmost[1])
            
            # 显示当前左极值点
            cv2.circle(frame, leftmost, 5, (0, 0, 255), -1)
            cv2.imshow('frame', frame)
            
            # 如果采集到100个左极值点则跳出循环
            if len(left_points) >= 100:
                break
    
    # 如果按下 q 键则跳出循环
    if cv2.waitKey(1) == ord('q'):
        break

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

# 对左极值点进行排序并计算最大值和最小值之差
left_points.sort()
diff = left_points[-1] - left_points[0]
print('最大值和最小值之差为', diff)

需要注意的是，这个实现并没有对摄像头的帧率进行限制，因此在较低帧率下可能会采集到更少的左极值点，从而影响最终的结果。如果需要更精确的结果，可以考虑在循环中增加帧率限制。