Python 3.x 如何识别和计算矩形中的圆？

我想数一数有多少圆在静态矩形中持续了3秒以上。圆圈代表摄像机识别的对象的中心，静态矩形是感兴趣的区域，我想计算感兴趣区域内超过3秒的圆圈总数。目前，我能够实时识别对象，找到每个对象的中心并绘制静态矩形，但我不知道如何完成其余的工作。下面是我当前的while循环。任何帮助都将不胜感激

为True时：
frame=vs.read（）
frame=imutils.resize（frame，width=720）
框1=cv2.矩形（框（30,30），（330330），颜色，2）
框2=cv2.矩形（框（350,30），（630330），颜色，2）
（h，w）=框架形状[：2]
blob=cv2.dnn.blobFromImage（cv2.resize（frame，（300300）），
0.007843, (300, 300), 127.5)
net.setInput（blob）
检测=net.forward（）
对于np.arange（0，detections.shape[2]）中的i：
置信度=检测[0,0,i,2]
如果信心>参数[“信心”]：
idx=int（检测[0,0,i,1]）
框=检测[0,0,i,3:7]*np.数组（[w，h，w，h]）
（startX，startY，endX，endY）=box.astype（“int”）
label=“{}:{:.2f}%.”格式（类[idx]，
信心*100）
cv2.矩形（帧，（startX，startY），（endX，endY），
颜色[idx]，2）
中心=（（起点+终点）/2，（起点+终点）/2）
第一个值=int（中心[0]）
第二个值=int（中心[1]）
坐标=（第一个值，第二个值）
cv2.圆（帧，坐标，5，（255255），-1）
cv2.imshow（“帧”，帧）
key=cv2.waitKey（1）和0xFF

输出如下所示

---

如果没有看到您的图像，人们如何帮助您？请添加一个具有代表性的，谢谢。该帧是一个线程视频流，我不确定你所说的图像是什么意思。确切地说，请从你的一个真实视频流中提供这样一个帧。这可以作为一个示例，现在，请解释你希望随着时间的推移提取哪些“圆”。交通标志？