Python+OpenCV手勢檢測與識別Mediapipe的方法是什么

這篇文章主要介紹了Python+OpenCV手勢檢測與識別Mediapipe的方法是什么的相關知識，內容詳細易懂，操作簡單快捷，具有一定借鑒價值，相信大家閱讀完這篇Python+OpenCV手勢檢測與識別Mediapipe的方法是什么文章都會有所收獲，下面我們一起來看看吧。

認識Mediapipe

項目的實現，核心是強大的Mediapipe ，它是google的一個開源項目：

Python安裝Mediapipe

pip install mediapipe==0.8.9.1

也可以用 setup.py 安裝

項目環境

Python 3.7

Mediapipe 0.8.9.1

Numpy 1.21.6

OpenCV-Python 4.5.5.64

OpenCV-contrib-Python 4.5.5.64

實測也支持Python3.8-3.9

代碼

核心代碼

OpenCV攝像頭捕捉部分：

import cv2

cap = cv2.VideoCapture(0)       #OpenCV攝像頭調用：0=內置攝像頭（筆記本）   1=USB攝像頭-1  2=USB攝像頭-2

while True:
    success, img = cap.read()
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)       #cv2圖像初始化
    cv2.imshow("HandsImage", img)       #CV2窗體
    cv2.waitKey(1)      #關閉窗體

mediapipe 手勢識別與繪制

#定義并引用mediapipe中的hands模塊
mpHands = mp.solutions.hands
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils

while True:
    success, img = cap.read()
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)       #cv2圖像初始化
    results = hands.process(imgRGB)
    # print(results.multi_hand_landmarks)
    
    if results.multi_hand_landmarks:
        for handLms in results.multi_hand_landmarks:
            for id, lm in enumerate(handLms.landmark):
                # print(id, lm)
                h, w, c = img.shape
                cx, cy = int(lm.x * w), int(lm.y * h)
                print(id, cx, cy)
                # if id == 4:
                cv2.circle(img, (cx, cy), 15, (255, 0, 255), cv2.FILLED)
            
            #繪制手部特征點：
            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)

視頻幀率計算

import time

#幀率時間計算
pTime = 0
cTime = 0

while True
cTime = time.time()
    fps = 1 / (cTime - pTime)
    pTime = cTime

    cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3,
                (255, 0, 255), 3)       #FPS的字號，顏色等設置

完整代碼

# Coding BIGBOSSyifi
# Datatime:2022/4/24 21:41
# Filename:HandsDetector.py
# Toolby: PyCharm

import cv2
import mediapipe as mp
import time

cap = cv2.VideoCapture(0)       #OpenCV攝像頭調用：0=內置攝像頭（筆記本）   1=USB攝像頭-1  2=USB攝像頭-2

#定義并引用mediapipe中的hands模塊
mpHands = mp.solutions.hands
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils

#幀率時間計算
pTime = 0
cTime = 0

while True:
    success, img = cap.read()
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)       #cv2圖像初始化
    results = hands.process(imgRGB)
    # print(results.multi_hand_landmarks)
    
    if results.multi_hand_landmarks:
        for handLms in results.multi_hand_landmarks:
            for id, lm in enumerate(handLms.landmark):
                # print(id, lm)
                h, w, c = img.shape
                cx, cy = int(lm.x * w), int(lm.y * h)
                print(id, cx, cy)
                # if id == 4:
                cv2.circle(img, (cx, cy), 15, (255, 0, 255), cv2.FILLED)
            
            #繪制手部特征點：
            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)
    '''''
    視頻FPS計算
       '''
    cTime = time.time()
    fps = 1 / (cTime - pTime)
    pTime = cTime

    cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3,
                (255, 0, 255), 3)       #FPS的字號，顏色等設置

    cv2.imshow("HandsImage", img)       #CV2窗體
    cv2.waitKey(1)      #關閉窗體

項目輸出

關于“Python+OpenCV手勢檢測與識別Mediapipe的方法是什么”這篇文章的內容就介紹到這里，感謝各位的閱讀！相信大家對“Python+OpenCV手勢檢測與識別Mediapipe的方法是什么”知識都有一定的了解，大家如果還想學習更多知識，歡迎關注億速云行業資訊頻道。