以下是一个示例代码，演示如何在Python中使用OpenCV库来检测场景的变化并做出相应的处理。

import cv2

# 读取初始场景图像
prev_frame = cv2.imread('prev_frame.jpg')
prev_gray = cv2.cvtColor(prev_frame, cv2.COLOR_BGR2GRAY)

# 创建一个MOG2背景减除器
bg_subtractor = cv2.createBackgroundSubtractorMOG2()

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 读取当前帧
    ret, frame = cap.read()
    if not ret:
        break

    # 将当前帧转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 使用背景减除器获取前景掩码
    fg_mask = bg_subtractor.apply(gray)

    # 使用高斯模糊平滑前景掩码
    fg_mask = cv2.GaussianBlur(fg_mask, (5, 5), 0)

    # 通过阈值化将前景掩码转换为二值图像
    _, thresh = cv2.threshold(fg_mask, 127, 255, cv2.THRESH_BINARY)

    # 使用腐蚀和膨胀操作去除噪声
    kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5))
    thresh = cv2.erode(thresh, kernel, iterations=2)
    thresh = cv2.dilate(thresh, kernel, iterations=2)

    # 使用轮廓检测来找到前景物体
    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 绘制边界框并显示结果
    for contour in contours:
        (x, y, w, h) = cv2.boundingRect(contour)
        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)

    # 显示结果图像
    cv2.imshow('Scene Change Detection', frame)

    # 检测是否按下了Esc键
    if cv2.waitKey(1) == 27:
        break

# 释放摄像头和窗口
cap.release()
cv2.destroyAllWindows()

这个示例代码使用了OpenCV库中的背景减除器（MOG2）来检测场景的变化。它从摄像头中读取视频帧，并通过背景减除器获取前景掩码。然后对前景掩码进行高斯模糊、二值化、腐蚀和膨胀等处理操作，以去除噪声并找到前景物体的边界框。最后，将边界框绘制在原始帧上，并显示结果图像。

你可以根据自己的需求进行修改和调整，比如使用文件读取图像而不是摄像头、调整阈值以及腐蚀膨胀的次数等。