嘿所以我正在使用带有scikit-learn和opencv的python实现的RandomForestClassifier。所以我可以训练和使用随机森林来创建和预测模型，但现在我想用它来跟踪和分类视频中的对象......有谁知道我可以从哪里开始？
我使用以下代码创建预测模型：
# grab the unique target names and encode the labels
targetNames = np.unique(target)
le = LabelEncoder()
target = le.fit_transform(target)
# construct the training and testing splits
# test_size = proportion of data to test on
# random_state = Pseudo-random number generator state used for random sampling
(trainData, testData, trainTarget, testTarget) = train_test_split(data, target,
test_size = 0.30, random_state = 42)
# train the classifier using random forest
# ensemble classifier for multi-class classification
# n_esitmators = number of trees in forest
model = RandomForestClassifier(n_estimators = 25, random_state = 84)
model.fit(trainData, trainTarget)
我知道我可以使用它：
animal = le.inverse_transform(model.predict(features))[0]
为了取回动物的身份，但是当我从视频中读取每个单独的帧时，这将如何工作？例如，我用它来看第一帧：
(grabbed, frame) = camera.read()
所以我想打印一个文本来初始化第一帧作为帧中动物的类型......然后我使用threshold，dilate和findContours为每个帧绘制一个边界框。图片，所以我想在每个循环迭代中使用模型预测器并在窗口上打印它是什么动物..这是非常不一致的，因为我不知道如何将它与我的分类器的输出一起使用... can有人帮帮我吗？