Python+OpenCV手势检测与识别Mediapipe的方法是什么

这篇文章主要介绍了python+OpenCV手势检测与识别Mediapipe的方法是什么的相关知识，内容详细易懂，操作简单快捷，具有一定借鉴价值，相信大家阅读完这篇Python+OpenCV手势检测与识别Mediapipe的方法是什么文章都会有所收获，下面我们一起来看看吧。

认识Mediapipe

项目的实现，核心是强大的Mediapipe ，它是google的一个开源项目：

Python安装Mediapipe

pip install mediapipe==0.8.9.1

也可以用 setup.py 安装

项目环境

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

实测也支持python3.8-3.9

代码

核心代码

OpenCV摄像头捕捉部分：

import cv2cap = cv2.VideoCapture(0)       #OpenCV摄像头调用：0=内置摄像头（笔记本）   1=USB摄像头-1  2=USB摄像头-2while True:    success, img = cap.read()    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)       #cv2图像初始化    cv2.imshow("HandsImage", img)       #CV2窗体    cv2.waiTKEy(1)      #关闭窗体

mediapipe 手势识别与绘制

#定义并引用mediapipe中的hands模块mpHands = mp.solutions.handshands = mpHands.Hands()mpDraw = mp.solutions.drawing_utilswhile True:    success, img = cap.read()    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)       #cv2图像初始化    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)                        #绘制手部特征点：            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)

视频帧率计算

import time#帧率时间计算pTime = 0cTime = 0while TruecTime = 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的字号，颜色等设置

完整代码

# coding BIGBOSSyifi# Datatime:2022/4/24 21:41# Filename:HandsDetector.py# Toolby: PyCharmimport cv2import mediapipe as mpimport timecap = cv2.VideoCapture(0)       #OpenCV摄像头调用：0=内置摄像头（笔记本）   1=USB摄像头-1  2=USB摄像头-2#定义并引用mediapipe中的hands模块mpHands = mp.solutions.handshands = mpHands.Hands()mpDraw = mp.solutions.drawing_utils#帧率时间计算pTime = 0cTime = 0while True:    success, img = cap.read()    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)       #cv2图像初始化    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)                        #绘制手部特征点：            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)    '''''    视频FPS计算       '''    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的字号，颜色等设置    cv2.imshow("HandsImage", img)       #CV2窗体    cv2.waitKey(1)      #关闭窗体

项目输出

关于“Python+OpenCV手势检测与识别Mediapipe的方法是什么”这篇文章的内容就介绍到这里，感谢各位的阅读！相信大家对“Python+OpenCV手势检测与识别Mediapipe的方法是什么”知识都有一定的了解，大家如果还想学习更多知识，欢迎关注编程网Python频道。