FFmpeg与openCV绝对是绝配。前面我们已经基本熟悉了FFmpeg的工作流程，这一章我们重点来看看openCV。

在前面，我们已经使用openCV打开过摄像头并在MFC中显示图像，但openCV能做的要远超你的想像，比如可以用它来实现人脸检测、车牌识别等，在AI领域，openCV早已声名鹊起。

在实际应用中，我们常需要判断物体是否运动了，这可以利用openCV实现。

1.复制demo4并改名为demo12。

2.修改capCam函数：

int fmle::capCam() {
	videoCap.open(0);	
	cv::Mat frame1, frame2;
	BOOL ifSuccess = videoCap.read(frame1);
	while (true)
	{
		BOOL ifSuccess = videoCap.read(frame2);
		cv::Mat diff;
		cv::absdiff(frame1, frame2, diff); // 计算两帧图像的差异
		cv::Mat gray;
		cv::cvtColor(diff, gray, cv::COLOR_BGR2GRAY); // 转换为灰度图像
		cv::Mat blurred;
		cv::GaussianBlur(gray, blurred, cv::Size(5, 5), 0); // 高斯模糊
		cv::Mat thresholded;
		cv::threshold(blurred, thresholded, 20, 255, cv::THRESH_BINARY); // 二值化
		cv::Mat dilated;
		cv::dilate(thresholded, dilated, cv::Mat(), cv::Point(-1, -1), 2); // 膨胀
		std::vector<std::vector<cv::Point>> contours;
		cv::findContours(dilated, contours, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); // 查找轮廓
		bool objectMoved = false;
		for (const auto& contour : contours)
		{
			double area = cv::contourArea(contour);
			if (area > 1000) // 设置最小轮廓面积阈值
			{
				objectMoved = true;
				break;
			}
		}

		if (objectMoved)
		{
			TRACE("物体移动了\n");
			cv::putText(dilated, "Moving... ", cv::Point(0, 40), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);			
		}
		else
		{
			cv::putText(dilated, "Stopping... ", cv::Point(0, 40), cv::FONT_HERSHEY_SIMPLEX, 1, cv::Scalar(255, 255, 255), 2);
			TRACE("物体未移动\n");			
		}		
		frame1 = frame2.clone(); // 更新上一帧图像
		mainDlg->drawMatOfPub(dilated);
		Sleep(40);
	}	
	videoCap.release();	
	
	return 0;
}

3.调试运行，当手挥动时会显示Moving，停止时则显示Stoping。