一个简单的实时识别代码，但运行起来摄像头很卡，不知道什么原因

import cv2 # OpenCV图像处理库
import numpy as np # Python数值计算库

lower_red = np.array([0, 90, 128]) # 红色的HSV阈值下限
upper_red = np.array([180, 255, 255]) # 红色的HSV阈值上限

def object_detect(image):
hsv_img = cv2.cvtColor(image, cv2.COLOR_BGR2HSV) # 图像从BGR颜色模型转换为HSV模型
mask_red = cv2.inRange(hsv_img, lower_red, upper_red) # 图像二值化

contours, hierarchy = cv2.findContours(mask_red, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE) # 图像中轮廓检测

for cnt in contours:                                                   # 去除一些轮廓面积太小的噪声
    if cnt.shape[0] < 150:
        continue
        
    (x, y, w, h) = cv2.boundingRect(cnt)                               # 得到苹果所在轮廓的左上角xy像素坐标及轮廓范围的宽和高
    cv2.drawContours(image, [cnt], -1, (0, 255, 0), 2)                 # 将苹果的轮廓勾勒出来
    cv2.circle(image, (int(x+w/2), int(y+h/2)), 5, (0, 255, 0), -1)    # 将苹果的图像中心点画出来
    
cv2.imshow("object", image)                                            # 使用OpenCV显示处理后的图像效果
cv2.waitKey(100)
    

cap = cv2.VideoCapture(0)
ret, image = cap.read() # 读取一帧图像
if ret == True:
object_detect(image) # 苹果检测

摄像头的拍摄间隔时间是多少

100这个延时改成0试试看，应该不会很卡了