Python的opencv学习总结：

答题卡自动识别实战：

预处理：边缘检测，轮廓检测，二值处理，存入一个字典类型的答案。

填涂轮廓的检测，对轮廓进行排序，匹配上了就开始计分操作。

背景建模：

帧差法：对时间上连续的两帧图像进行差分运算（简单，但是会引入噪音和空洞问题）

混合高斯模型

光流估计：

可以对图像进行动态分析

cv2.calcOpticalFlowPyrLK(前一帧图像，当前帧图像，待跟踪的特征点向量，搜索窗口大小，最大的金字塔层数)，返回输出跟踪特征点向量，0或1特征点是否找到。