如何让cv2.calcOpticalFlowFarneback（）更有信心

Question

我用cv2.calcOpticalFlowFarneback()做了一个小测试来检查结果的稳定性。 在我的测试中，我通过相机拍摄了快照，剪切了两张重叠的图像，它们之间的距离为(0,10)。 我预计每个像素都会(0,10)，但结果却大不相同。

import cv2

cap = cv2.VideoCapture(0)
ret, img = cap.read()
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.imshow('gray', gray)

left = gray[:-5, :]
right = gray[5:, :]

flow = cv2.calcOpticalFlowFarneback(left, right, 0.5, 3, 15, 3, 5, 1.2, 0)
flowx = flow[:,:,0]
flowy = flow[:,:,1]

cv2.imshow('flowx', flowx)
cv2.imshow('flowy', flowy)

print 'x.mean:', flowx.mean()
print 'x.max:', flowx.max()
print 'x.min:', flowx.min()

print 'y.mean:', flowy.mean()
print 'y.max:', flowy.max()
print 'y.min:', flowy.min()

cv2.waitKey()

结果：

x.mean: -0.00440598979749
x.max: 1.53141
x.min: -1.95973
y.mean: -2.53464987664
y.max: 0.844686
y.min: -5.43879

如何让它更接近我预期的(0,10)结果？