opencv实现手部追踪（定位手部关键点）

 OpenCV 是一个基于 Apache2.0 许可（开源）发行的跨平台计算机视觉和机器学习软件库，可以运行在Linux、Windows、Android和Mac OS操作系统上。

 

需要提前准备opencv 和 mediapipe库

pip --default-timeout=5000 install -i https://pypi.tuna.tsinghua.edu.cn/simple mediapipe

先看看效果，这个当然只是入门的小案例，后续博主会持续更新手势识别的实战项目

下面附上代码和讲解内容：

1. 导入模块：首先，使用import语句导入所需的Python模块。代码中导入了cv2（OpenCV），numpy，mediapipe以及time模块。

2. 打开摄像头：通过cv2.VideoCapture(0)打开计算机上连接的摄像头，并创建一个视频捕获对象cap。

3. 初始化Mediapipe的手部检测和绘制模块：使用mp.solutions.hands创建一个手部检测对象hands，以及使用mp.solutions.drawing_utils创建一个绘制工具对象mpDraw。

4. 进入循环：通过while True，进入一个无限循环，用于不断从摄像头中读取图像帧，并进行手部检测和绘制。

5. 读取图像帧：使用cap.read()读取一帧图像，并将结果保存在success和img变量中。

6. 转换颜色空间：使用cv2.cvtColor()将图像的颜色空间从BGR转换为RGB，因为Mediapipe使用RGB格式。

7. 执行手部检测：通过hands.process()对RGB图像进行手部检测，将结果保存在resuits变量中。

8. 绘制关键点和连接线：如果检测到了手部，通过for循环遍历每个检测到的手，并使用mpDraw.draw_landmarks()将关键点和连接线绘制在图像上。

9. 显示图像：通过cv2.imshow()显示带有绘制结果的图像。

10. 等待按键：通过cv2.waitKey(1)等待1毫秒，检测是否有按键输入。这样可以在每帧图像上进行绘制，并允许用户在图像窗口中关闭显示。

 

 

上代码

import cv2
import numpy as np
import mediapipe as mp
import time

cap = cv2.VideoCapture(0)

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

while True:
    success , img = cap.read()
    imgRGB = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
    resuits = hands.process(imgRGB)
    # print(resuits.multi_hand_landmarks)

    if resuits.multi_hand_landmarks:
        for handLms in resuits.multi_hand_landmarks:
            mpDraw.draw_landmarks(img,handLms,mpHands.HAND_CONNECTIONS)


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

谢谢阅读，喜欢的点个赞哦！