机器视觉 零基础Python OpenCV MediaPipe手势识别教程（二）代码模块化

本文禁止转载，如需转载需征得本人同意。

---

前言

为什么要将代码模块化呢？

代码模块化之后，我们就可以在项目中直接调用需要的东西，不必再重复进行没有必要重复的操作,将变得非常方便。

文章大部分问题可以在以下几个链接中解决：
https://www.liaoxuefeng.com/wiki/1016959663602400
（廖雪峰Python教程）

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_gui/py_video_display/py_video_display.html

（opencv简单入门）
https://google.github.io/mediapipe/solutions/hands.html
（mediapipe参考）

https://www.cnblogs.com/chengd/articles/7287528.html

（Python入门类）

1.上篇代码回顾

先附上上篇教程中的手势识别代码，详情实现可见本人主页文章的教程（一）手势识别基础入门。

import cv2
import mediapipe as mp
import time

cap = cv2.VideoCapture(0)

mpHands = mp.solutions.hands
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils

pTime = 0
cTime = 0

while True:
    success, img = cap.read()
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 2 = to
    results = hands.process(imgRGB)
    # print(results.multi_hand_landmarks)//检查手坐标输出
    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)
            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)

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

    cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3,
                (255, 255, 255), 2)

    cv2.imshow("Image", img)
    cv2.waitKey(1)

2.代码模块化

首先新建文件，我们将它命名为"HandTrackingModule"

回车确认后，我们先将原来Min中的代码全部复制到新的py文件中，以便进行下一步改造。

接着，我们在底部加上代码

    if __name__ == "__main__":
        main()
       #当运行“if __name__=='__main__':”语句时，如果当前模块时被直接执行，__name__的值就是__main__，
      #条件判断的结果为True，“if __name__=='__main__':”下面的代码块就会被执行

就是这样

接着用def main（），将上面的代码剪切下来

def main():
    pTime = 0
    cTime = 0
    cap