背景减除：使用 OpenCV 的 cv2.createBackgroundSubtractorMOG2() 创建一个背景减除器，...

背景减除：使用 OpenCV 的 cv2.createBackgroundSubtractorMOG2() 创建一个背景减除器，它会根据每一帧与背景的差异来提取前景。通过 fgbg.apply(frame)，可以将每帧图像与背景进行比较，得到前景掩码（即检测到的行人或运动物体）。 形态学操作：为了去除噪声，我们使用了 cv2.morphologyEx() 函数，对前景掩码进行开运算，从而去除一些小的噪声区域。 轮廓检测：使用 cv2.findContours() 函数来检测前景区域的轮廓。我们通过 cv2.boundingRect() 获取每个轮廓的矩形框，假设矩形框的顶部中点是头部，左上角是肩膀，右下角是腰部。 摔倒判定：通过计算肩膀、腰部和头部之间的夹角来判断是否发生摔倒。如果夹角大于设定的阈值 FALL_THRESHOLD_ANGLE，则认为摔倒发生了。 实时显示：使用 cv2.imshow() 显示每一帧处理后的图像，检测到摔倒时在图像上显示 "FALL DETECTED!"。