Mediapipe+VSCode+Anaconda 实时检测手部关键点并保存视频

苦瓜汤补钙

已于 2023-09-18 09:57:56 修改

阅读量2.5k

点赞数 7

分类专栏： VSCode学习记录文章标签： python 计算机视觉 vscode

于 2023-02-08 20:16:28 首次发布

本文链接：https://blog.csdn.net/qq_53589322/article/details/128941281

版权

VSCode学习记录专栏收录该内容

1 篇文章

订阅专栏

提示：本文仅为个人学习的记录

文章目录

1.打开VSCode，新建python文件。

2.python解释器选择

3.直接运行代码即可，运行结果。

总结

前言

MediaPipe: Google Research开源的跨平台多媒体机器学习模型应用框架作为一款跨平台框架，MediaPipe不仅可以被部署在服务器端，更可以在多个移动端（安卓和苹果iOS）和嵌入式平台(Google Coral和树莓派)中作为设备端机器学习推理(On-device MachineLearning lnference)框架。

一、环境配置

我的环境是win11+anaconda3-2022.10+VSCode+mediapipe 0.9.0.1

1.Anaconda3安装

（1）首先前往 Anaconda 官网：Anaconda，下载安装文件：Anaconda3-2022.10-Windows-x86_64.exe（记住保存的位置）

（2）我的安装过程：Next--> I Agree --> All Users-->自定义安装路径-->选择添加环境变量-->Install即可安装完成。（我根据这个过程是没有任何报错的，但是有朋友反馈出错，可以参考自己添加环境变量）

（3）检查安装是否成功：win+r，输入cmd回车。输入conda --version，查看当前安装版本。如何输入python，返回版本信息即为安装成功。

2.VSCode安装

（1）去官网下载Download Visual Studio Code - Mac, Linux, Windows

（2）VSCode我之前就安装好了，没有保存安装记录，请参考VSCode安装教程（超详细）_牛哄哄的柯南的博客-CSDN博客_vscode安装教程

3.Anaconda配置虚拟环境

（1）打开anaconda prompt后，输入如下代码搭建基于python3.7的环境mediapipe（可自定义）。中间会出现（[y]/[n]?）键入y或回车，等待安装完毕即可。

conda create -n your_env_name python=x.x

（2）配置完mediapipe虚拟环境后，输入以下代码激活虚拟环境。

conda activate mediapipe

（3）输入python，查看python=3.7配置是否成功。

4.mediapipe安装

（1）关闭anaconda prompt重新进入mediapipe环境，输入以下代码后回车开始安装。中间会出现（[y]/[n]?）键入y或回车即可，等待安装完毕。

pip install mediapipe 
或
pip install mediapipe -i https://pypi.douban.com/simple

出现以下界面即为安装成功。

（2）在虚拟环境安装OpenCV

pip install opencv-python

pip install opencv-contrib-python（根据自己的需求，选择性安装）

输入一些代码并查看返回信息是否正确，即检查是否安装成功。

二、实时检测手部关键点并保存视频

1.打开VSCode，新建python文件。

代码如下（示例）：

import sys
import cv2
import mediapipe as mp

mp_face_detection = mp.solutions.face_detection
mp_drawing = mp.solutions.drawing_utils
mp_drawing = mp.solutions.drawing_utils
mp_hands = mp.solutions.hands

#打开本地摄像头，实时检测，可自行更换为加载本地视频
cap = cv2.VideoCapture(0)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))  #获取视频的宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))  #获取视频的高度
fps = cap.get(cv2.CAP_PROP_FPS) #获取视频的帧率
fourcc = int(cap.get(cv2.CAP_PROP_FOURCC))
writer = cv2.VideoWriter("D:\\mediapipe\\video_result.mp4v", fourcc, fps, (width, height))

with mp_hands.Hands(
        min_detection_confidence=0.9,
        min_tracking_confidence=0.9) as hands:
    while cap.isOpened():
        success, image = cap.read()
        if not success:
            print("Ignoring empty camera frame.")
            continue


        image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB)
        image.flags.writeable = False
        results = hands.process(image)

        # 在图像上绘制手部注释
        image.flags.writeable = True
        image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
        if results.multi_hand_landmarks:
            for hand_landmarks in results.multi_hand_landmarks:
                mp_drawing.draw_landmarks(
                    image, hand_landmarks, mp_hands.HAND_CONNECTIONS)
        cv2.imshow('MediaPipe Hands', image)
        key = cv2.waitKey(24)
        writer.write(image)  #视频保存
        # 按Q退出
        if cv2.waitKey(1) == ord("Q"):
            break
cap.release()