Python Picamera-进行运动检测的优化方法

提供了如何在没有实际运动检测算法的情况下实现运动检测的示例

虽然我确信还有更多，但我已经考虑了三种实现运动检测算法的方法：

建议我们比较两张PIL图像

使用与上面相同的示例，我们可以简单地使用框架进行比较吗

建议使用名为

motion\u output

和数组的内置功能

如您所见，#1和#2的示例是文档中提供常用配方的部分。#3的示例是实际API文档的一部分

如果他们甚至没有在运动检测算法的配方部分使用内置的

运动输出

功能，而是使用PIL图像，这一定意味着他们的类（与

运动输出

一起使用）没有真正优化

运动检测算法的最佳方法是什么？另外，如果需要，还可以包括运动检测算法：）

干杯

来自该男子本人（戴夫·琼斯，又名）：

基本上，这就是折衷：速度（运动估计向量）与精度和控制（捕获比较）。但是请记住，您可以在拆分器上同时运行多个操作，因此您甚至可以尝试组合这些方法

在我的问题中，#1（和#2）代表捕获比较，#3代表运动估计向量

要想得到更全面的解释，请看我在Dave非常友好的地方做了非常详细的解释