隨著科技的發展，監控攝像是越來越普及的一種安全保障方式。而使用Python編程語言可以很方便地實現監控拍攝視頻的功能。

# 導入必要的模塊
import cv2
import time
# 設置攝像頭
capture = cv2.VideoCapture(0)
capture.set(cv2.CAP_PROP_FRAME_WIDTH, 1280)
capture.set(cv2.CAP_PROP_FRAME_HEIGHT, 720)
# 設置幀差法閾值
threshold = 30
# 初始化
first_frame = None
# 循環監控拍攝
while True:
# 獲取當前幀
ret, frame = capture.read()
if not ret:
break
# 灰度化處理
gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (21, 21), 0)
# 初始化第一幀
if first_frame is None:
first_frame = gray
continue
# 計算差異幀
frame_delta = cv2.absdiff(first_frame, gray)
# 閾值過濾
thresh = cv2.threshold(frame_delta, threshold, 255, cv2.THRESH_BINARY)[1]
# 膨脹處理
thresh = cv2.dilate(thresh, None, iterations=2)
# 獲取輪廓
contours, hierarchy = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 遍歷輪廓并畫出矩形框
for c in contours:
if cv2.contourArea(c)< 1000:
continue
(x, y, w, h) = cv2.boundingRect(c)
cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
# 顯示圖像
cv2.imshow("video", frame)
key = cv2.waitKey(1) & 0xFF
# 退出循環
if key == ord("q"):
break
# 釋放資源
capture.release()
cv2.destroyAllWindows()

通過上述代碼，我們就能夠調用電腦攝像頭并實現監控拍攝視頻的功能。代碼中使用的是幀差法算法，通過比較不同時間段的幀圖像差異，實現了檢測物體移動的功能。同時，我們還可以通過改變閾值等參數，調整檢測效果，實現更高精度的監控。