这是使用 HTC Vive 拍摄的视频中的一帧（从用户的角度来看我在 Unity 中开发的游戏）我已经用油漆覆盖了这些框。
我试图确定这个人正在看哪个角色（假设白框是他们用户关注的地方）
我知道这可以在 Unity 中完成而不需要视频，但我想知道是否可以使用 OpenCV 之类的工具来分析视频，以检测每个角色的脸在白框中的长度。我只是在油漆中制作这个以传达这个想法，参数不是按比例缩放或任何东西，我只是不知道从哪里开始除了 OpenCV 之外的这样一个概念。
但总而言之，我可以使用 OpenCV 来检测每张脸在屏幕中心的长度吗？即用户查看每个字符的时间。
