移動物体の検出をUSBカメラを使い、リアルタイムで動かしたいです　画像処理　動画

大学生の初心者です。カメラから移動体を読み取り、QRやカラーコードなどで見分けるような実験をしています

『画像処理　アルゴリズム入門』西住　流　p164の移動物体の検出より、フォルダ内の動画から検出することはできたのですが、そのコードをUSBカメラをつないで映し出したものからリアルタイムで、処理をしたいのですが可能でしょうか？　手法やコードなどをご教授願います。

コード

import
1import numpy as np
2
3
4#  追跡対象の色範囲（ Hue の値域）
5def is_target(roi): 
6    return (roi <= 30) | (roi >= 150)
7    
8    
9#  マスクから面積最大ブロブの中心座標を算出
10def max_moment_point(mask):
11    #  ラベリング処理
12    label = cv2.connectedComponentsWithStats(mask)
13    data = np.delete(label[2], 0, 0)   #  ブロブのデータ
14    center = np.delete(label[3], 0, 0) #  各ブロブの中心座標
15    moment = data[:,4]                 #  各ブロブの面積
16    max_index = np.argmax(moment)      #  面積最大のインデックス
17    return center[max_index]           #  面積最大のブロブの中心座標
18    
19    
20#  パーティクルの初期化
21def initialize(img, N): 
22    mask = img.copy()                  #  画像のコピー
23    mask[is_target(mask) == False] = 0 #  マスク画像の作成（追跡対象外の色なら画素値 0 ）
24    x, y = max_moment_point(mask)     #  マスクから面積最大ブロブの中心座標を算出
25    w = calc_likelihood(x, y, img)     #  尤度の算出
26    ps = np.ndarray((N, 3), dtype=np.float32) #  パーティクル格納用の配列を生成
27    ps[:] = [x, y, w]    #  パーティクル用配列に中心座標と尤度をセット
28    return ps
29    
30    
31# 1. リサンプリング ( 前状態の重みに応じてパーティクルを再選定 )
32def resampling(ps): 
33
34    #  累積重みの計算
35    ws = ps[:, 2].cumsum()
36    last_w = ws[ws.shape[0] - 1]
37    
38    #  新しいパーティクル用の空配列を生成
39    new_ps = np.empty(ps.shape)
40    
41    #  前状態の重みに応じてパーティクルをリサンプリング（重みは 1.0 ）
42    for i in range(ps.shape[0]):
43        w = np.random.rand() * last_w
44        new_ps[i] = ps[(ws > w).argmax()]
45        new_ps[i, 2] = 1.0
46    return new_ps
47    
48    
49# 2. 推定（パーティクルの位置）
50def predict_position(ps, var=13.0): 
51    #  分散に従ってランダムに少し位置をずらす
52    ps[:, 0] += np.random.randn((ps.shape[0])) * var
53    ps[:, 1] += np.random.randn((ps.shape[0])) * var
54    
55    
56#  尤度の算出
57def calc_likelihood(x, y, img, w=30, h=30):
58
59    #  画像から座標 (x,y) を中心とする幅
60    x1, y1 = max(0, x-w/2), max(0, y-h/2)
61    x2, y2 = min(img.shape[1], x+w/2), min(img.shape[0], y+h/2)
62    x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
63    roi = img[y1:y2, x1:x2]
64    
65    #  矩形領域中に含まれる追跡対象 ( 色 ) の存在率を尤度として計算
66    count = roi[is_target(roi)].size
67    return (float(count) / img.size) if count > 0 else 0.0001
68    
69    
70#  パーティクルの重み付け
71def calc_weight(ps, img): 
72
73    #  尤度に従ってパーティクルの重み付け
74    for i in range(ps.shape[0]): 
75        ps[i][2] = calc_likelihood(ps[i, 0], ps[i, 1], img)
76        
77    #  重みの正規化
78    ps[:, 2] *= ps.shape[0] / ps[:, 2].sum()
79    
80    
81# 3. 観測（全パーティクルの重み付き平均を取得）
82def observer(ps, img):
83    #  パーティクルの重み付け
84    calc_weight(ps, img)   
85    
86    #  重み和の計算
87    x = (ps[:, 0] * ps[:, 2]).sum()
88    y = (ps[:, 1] * ps[:, 2]).sum()
89    
90    #  重み付き平均を返す
91    return (x, y) / ps[:, 2].sum()
92    
93    
94#  「パーティクル・フィルタ」
95def particle_filter(ps, img, N=300):
96    #  パーティクルが無い場合
97    if ps is None:
98        ps = initialize(img, N) #  パーティクルを初期化
99    
100    ps = resampling(ps)    # 1. リサンプリング
101    predict_position(ps)   # 2. 推定
102    x, y = observer(ps, img) # 3. 観測
103    return ps, int(x), int(y)
104    
105    
106def main():
107
108    #  動画のキャプチャ
109    cap = cv2.VideoCapture("input1.mp4")
110    ps = None
111    
112    while(cap.isOpened()):
113    
114        ret, frame = cap.read()
115        hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV_FULL)
116        h = hsv[:, :, 0]
117        
118        # S, V を 2 値化（大津の手法）
119        ret, s = cv2.threshold(hsv[:, :, 1], 0, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
120        ret, v = cv2.threshold(hsv[:, :, 2], 0, 255, cv2.THRESH_BINARY|cv2.THRESH_OTSU)
121        h[(s == 0) | (v == 0)] = 100    
122        
123        #  「パーティクル・フィルタ」
124        ps, x, y = particle_filter(ps, h, 300)
125        
126        if ps is None:
127            continue
128            
129        #  画像の範囲内にあるパーティクルのみ取り出し
130        ps1 = ps[(ps[:, 0] >= 0) & (ps[:, 0] < frame.shape[1]) &
131                  (ps[:, 1] >= 0) & (ps[:, 1] < frame.shape[0])]
132                  
133        #  パーティクルを赤色で塗りつぶす
134        for i in range(ps1.shape[0]): 
135            frame[int(ps1[i, 1]), int(ps1[i, 0])] = [0, 0, 200]  
136               
137            #  パーティクルの集中部分を赤い矩形で囲む
138        cv2.rectangle(frame, (x-20, y-20), (x+20, y+20), (0, 0, 200), 5)
139        cv2.imshow('Result', frame)
140        
141        # q キーが押されたら終了
142        if cv2.waitKey(25) & 0xFF == ord('q'):
143            break
144            
145    cap.release()
146    cv2.destroyAllWindows()
147    
148    
149if __name__ == "__main__":
150    main()
151コード