前言
本实验旨在利用 OpenCV 和 MediaPipe 库实现对手部状态的检测,可以将检测结果做出一些拓展,实现手势识别控制方块移动的功能,以便更好的理解计算机视觉识别。
一、原理分析
原理就是利用 Mediapipe 库检测摄像头捕获的图像中的手部,识别手部姿态,判断是否抓取方块进行移动或者释放方块,以此改变一个虚拟的蓝色方块的位置。
二、编程步骤
具体编程包括以下几个步骤:
-
导入必要的库,包括 OpenCV、Mediapipe 和 NumPy。
-
创建一个画布(canvas),其尺寸为 480x640 像素,用于绘制虚拟蓝色方块。
-
打开摄像头,创建一个 VideoCapture 对象。
-
进入主循环,读取每一帧图像。
-
将图像转换为 RGB 格式。
-
使用 Mediapipe 的 Hands 模型对图像进行处理,检测其中的手部和手部关键点。
-
遍历检测到的手部,绘制手部形态的关键点连线。
-
获取食指指尖位置,并计算在图像上的坐标。
-
判断手势是否为抓取操作,即判断食指指尖的 y 坐标是否小于大拇指指尖的 y 坐标。
-
根据抓取操作的结果,更新虚拟蓝色方块的位置。
-
清空画布,将虚拟蓝色方块绘制在画布上。
-
将画布叠加到原始图像上。
-
使用 OpenCV 显示处理后的图像。
通过这种方式,实现了利用手势来控制虚拟物体的简单交互效果。
三、源码
import cv2
import mediapipe as mp
import numpy as np
mp_drawing = mp.solutions.drawing_utils
mp_hands = mp.solutions.hands
hands = mp_hands.Hands()
cap = cv2.VideoCapture(0)
canvas = np.zeros((480, 640, 3), dtype=np.uint8) # 创建画布
square_x, square_y = 200, 200
square_size = 100
is_grabbing = False
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)
results = hands.process(image)
if results.multi_hand_landmarks:
for hand_landmarks in results.multi_hand_landmarks:
# 绘制手部形态
mp_drawing.draw_landmarks(image, hand_landmarks, mp_hands.HAND_CONNECTIONS)
# 获取食指指尖位置
index_tip = hand_landmarks.landmark[mp_hands.HandLandmark.INDEX_FINGER_TIP]
index_tip_x, index_tip_y = int(index_tip.x * image.shape[1]), int(index_tip.y * image.shape[0])
# 检测抓取操作
if index_tip.y < hand_landmarks.landmark[mp_hands.HandLandmark.THUMB_TIP].y:
is_grabbing = True
else:
is_grabbing = False
# 更新方块位置
if is_grabbing:
square_x, square_y = index_tip_x, index_tip_y
# 在画布上绘制蓝色方块
canvas.fill(0) # 清空画布
cv2.rectangle(canvas, (square_x, square_y), (square_x + square_size, square_y + square_size), (255, 0, 0), -1)
# 将画布叠加到图像上
image = cv2.addWeighted(image, 1, canvas, 0.5, 0)
cv2.imshow('MediaPipe Hands', cv2.cvtColor(image, cv2.COLOR_RGB2BGR))
if cv2.waitKey(5) & 0xFF == 27:
break
hands.close()
cap.release()
cv2.destroyAllWindows()
总结
本实验主要涉及使用 MediaPipe 库进行手部姿势检测,并根据检测结果对屏幕上方块进行控制。我们使用了 OpenCV 和 NumPy 这两个 Python 库,以及 MediaPipe 提供的手部姿势检测模型,通过这次实验,我们深入了解了如何利用 MediaPipe 库进行手部姿势检测,并结合 OpenCV 实现了一个简单的交互式应用程序。这对于理解计算机视觉和人机交互技术都具有一定的意义。