准备做一个基于opencv与mediapipe手势关键点检测的软件
借鉴了基于opencv与mediapipe手势关键点检测,并使用KNN近邻算法手势识别(石头、剪刀、布)的python代码实现_mediapipe 石头剪刀布-CSDN博客
在这个博文中,需要实现采集摄像头数据,为了方便实现,做了一个简单的数据采集的程序,可以实现每5秒一次的数据采集,但是标记信息guesture需要手动输入:
import cv2
import mediapipe as mp
import csv
import os
import time
# 初始化MediaPipe手部模块
mp_hands = mp.solutions.hands
hands = mp_hands.Hands(max_num_hands=1, min_detection_confidence=0.5, min_tracking_confidence=0.5)
guesture="Stone"
# 初始化CSV文件
csv_file = 'hand_landmarks.csv'
# 捕获摄像头图像
cap = cv2.VideoCapture(0)
# 确保摄像头打开成功
if not cap.isOpened():
print("无法打开摄像头")
exit()
k= cv2.waitKey(0)
while k!=ord("q") :
time.sleep(2)
# 读取一帧图像
ret, frame = cap.read()
if not ret:
print("无法读取图像")
exit()
# 使用MediaPipe处理图像
results = hands.process(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))
# 检查是否检测到手部
if results.multi_hand_landmarks:
landmarks = results.multi_hand_landmarks[0].landmark
# 创建一个列表来存储所有点的数据
points_data = []
# 遍历每个关键点,并将其按照标号顺序添加到列表中
for i, landmark in enumerate(landmarks):
points_data.append([i, landmark.x, landmark.y, guesture])
# 将数据写入CSV文件
with open(csv_file, 'a', newline='') as csvfile:
writer = csv.writer(csvfile)
# 写入CSV文件的标题行
reader = csv.reader(csvfile)
if os.path.getsize(csv_file)==0:
writer.writerow(['num'] + ['x_value'] + ['y_value'] + ['hand_result'])
for point in points_data:
writer.writerow(point)
else:
# 写入数据行
for point in points_data:
writer.writerow(point)
# 可视化关键点(可选)
mp_drawing = mp.solutions.drawing_utils
mp_drawing.draw_landmarks(frame, results.multi_hand_landmarks[0], mp_hands.HAND_CONNECTIONS)
# 显示图像
cv2.imshow('MediaPipe Hands', frame)
# 释放资源
cap.release()
cv2.destroyAllWindows()