项目要点
- 不使用摄像头, 通过将视频聊天的方式实现
- detector = HandDetector(maxHands = 1, detectionCon= 0.8) # 创建hand detector 追踪手
- hands, img = detector.findHands(img, flipType=False)
-
hands: 检测到的手部信息,包含:21个关键点坐标,检测框坐标及宽高,检测框中心坐标,检测出是哪一只手。
-
img: 返回绘制了关键点及连线后的图像
-
-
lmlist = hands[0]['lmList'] # 找到食指和中指,计算两者的距离
-
length, _, img = detector.findDistance(lmlist[8], lmlist[12], img) # 计算手指的距离
- hands, img = detector.findHands(img, flipType=False)
- 翻转视频: img = cv2.flip(img, 1) # 1 > 0, 表示左右反转
- 如何在没有摄像头的情况下进行视频截取(通过qq视频, 然后进行截图), 通过将视频聊天窗口放置于桌面某个位置, 然后对某个位置进行实时截图, 然后实现虚拟计算机的项目.
核心代码 (qq视频截图显示):
import numpy as np
from PIL import ImageGrab
import cv2
# 屏幕截图, 然后显示, 打开摄像头,显示每一帧图片
img = np.array(ImageGrab.grab(bbox = (1500, 600, 1850, 1080)))
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
print(img.shape) # (480, 350, 3)
cv2.imshow('img', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
- 项目难点:
- 存在重复点击的问题,
- 距离检测不方便
1 实现虚拟计算机 (项目代码)
class Button: # 创建类button:
def __init__(self, pos, width, height, value):
self.pos = pos
self.width = width
self.height = height
self.value = value
def draw(self, img):
# 绘制计算器的小格子 先画灰色的矩形,再画矩形的边框
cv2.rectangle(img, (self.pos[0], self.pos[1]), (self.pos[0] + self.width, self.pos[1] + self.height), (255, 255, 255), 1)
cv2.putText(img, self.value, (self.pos[0] + 10, self.pos[1] + 25), cv2.FONT_HERSHEY_PLAIN, 1, (255, 255, 255), 1)
def check_click(self, x, y): # 显示点击效果
if self.pos[0] < x < self.pos[0] + self.width and self.pos[1] < y < self.pos[1] + self.height:
cv2.rectangle(img, (self.pos[0] + 3, self.pos[1] + 3),
(self.pos[0] + self.width - 3, self.pos[1] + self.height - 3), (255, 255, 255), -1)
cv2.putText(img, self.value, (self.pos[0] + 5, self.pos[1] + 20), cv2.FONT_HERSHEY_PLAIN, 1, (0, 0, 0), 3)
return True
else:
return False
1.1 执行部分
import numpy as np
from PIL import ImageGrab
import cv2
from cvzone.HandTrackingModule import HandDetector
button_values = [['7', '8', '9', '*'],
['4', '5', '6', '-'],
['1', '2', '3', '+'],
['0', '/', '.', '=']]
button_list = []
for x in range(4):
for y in range(4):
x_pos = 180 + x * 30
y_pos = 200 + y * 40
# 调函数 botton
button = Button((x_pos, y_pos), 30, 40, button_values[y][x])
button_list.append(button)
# 创建hand detector 追踪手
detector = HandDetector(maxHands = 1, detectionCon= 0.8)
my_equation = ''
delay_counter = 0
my_value = 0
while True:
# 获取截图,通过视频的方式进行实现要求
screen = np.array(ImageGrab.grab(bbox = (1500, 620, 1850, 1080)))
img = cv2.cvtColor(screen, cv2.COLOR_BGR2RGB)
# 显示窗口太小 显示的视角与实际相反
img = cv2.flip(img, 1) # 1 > 0, 表示左右反转
# 检测手
hands, img = detector.findHands(img, flipType=False)
# print(img.shape) # (460, 350, 3)
for button in button_list:
button.draw(img)
# 创建显示结果的窗口
w1 = 180
h1 = 160
cv2.rectangle(img, (w1, h1), (w1 + 120, h1 + 40), (255, 255, 255), 1)
if hands:
# 找到食指和中指,计算两者的距离
lmlist = hands[0]['lmList']
length, _, img = detector.findDistance(lmlist[8], lmlist[12], img)
# 根据食指和中指的距离判断
x, y = lmlist[8] # 得到的是x, y的位置
print(lmlist[8])
# 外部定义一个true
if length < 10 and delay_counter == 0:
if my_value == '=':
my_equation = ''
delay_counter = 1
love = False
for i, button in enumerate(button_list): # 调函数 Button
print(button)
if button.check_click(x, y):
# 说明是正确点击,显示点击数字
my_value = button_values[int(i % 4)][int(i / 4)]
# 如果是等号,要计算,如果不是,一直显示
if my_value == '=':
try:
my_equation = str(eval(my_equation))[:11] # [:11] 结果值只取前11位
except Exception:
# 非法的数学逻辑
# 重新输入
my_equation = ''
else:
# 字符串的拼接
my_equation += my_value
# 重置delay_counter
if delay_counter != 0:
# print(delay_counter) # 有手势动作会增加
delay_counter += 1
if delay_counter > 10: # 间隔10帧视频后重新计数
delay_counter = 0
cv2.putText(img, my_equation, (190 ,190), cv2.FONT_HERSHEY_PLAIN, 1, (255, 255, 255), 1) # 显示计算过程
cv2.imshow('img', img)
key = cv2.waitKey(1)
if key == ord('q'):
break
elif key == ord('c'):
# 清空输出
my_equation = ''
cv2.waitKey(0)
cv2.destroyAllWindows()