opencv实战项目 实现手势跟踪并返回位置信息（封装调用）

 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

接着上一章的内容，这一次我们加入了fps显示和模块封装，以便我们接下来的学习。

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

这部分是导入所需的Python库。cv2 是OpenCV库，用于图像处理和计算机视觉任务。numpy 用于数值计算。mediapipe 是一个Google开发的库，用于处理计算机视觉任务，例如姿势检测、手势识别等。time 是Python标准库，用于处理时间相关的操作。

class handDetector():
    def __init__(self, mode=False, maxHands=2, detectionCon=0.5, trackCon=0.5):
        self.mode = mode
        self.maxHands = maxHands
        self.detectionCon = detectionCon
        self.trackCon = trackCon

        self.mpHands = mp.solutions.hands
        self.hands = self.mpHands.Hands(self.mode, self.maxHands, self.detectionCon, self.trackCon)
        self.mpDraw = mp.solutions.drawing_utils

这部分定义了一个名为 handDetector 的类。它有一个构造函数 __init__，用于初始化手部检测器对象。传递给构造函数的参数包括：

• mode: 用于设置手部检测的模式，默认为 False。
• maxHands: 最大检测手的数量，默认为 2。
• detectionCon: 检测的置信度阈值，默认为 0.5。
• trackCon: 跟踪的置信度阈值，默认为 0.5。

在构造函数中，还初始化了 mpHands，hands 和 mpDraw 对象。mpHands 是 mediapipe 库中的手部检测模块，hands 是用于手部检测的实际处理器，mpDraw 是用于在图像上绘制标记的实用工具。

    def findHands(self, img, draw=True):
        imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
        results = self.hands.process(imgRGB)

        if results.multi_hand_landmarks:
            for handLms in results.multi_hand_landmarks:
                if draw:
                    self.mpDraw.draw_landmarks(img, handLms, self.mpHands.HAND_CONNECTIONS)
        return img

这部分定义了一个名为 findHands 的方法，用于在给定图像上进行手部检测。它接受一个图像（img）和一个布尔值参数 draw，用于指定是否绘制检测结果。

在方法中，首先将图像转换为RGB格式，然后使用手部检测器 hands 处理图像，返回结果。如果检测到了手部，就遍历每个检测到的手部标记点，然后在图像上绘制出手部标记和连接线。最后，返回绘制了标记的图像。

    def findPosition(self,img,handNO=0,draw = True):
        lmList = []
        if self.results.multi_hand_landmarks:
            myHand = self.results.multi_hand_landmarks[handNO]

            for id, lm in enumerate(myHand.landmark):
                h, w, c = img.shape
                cx, cy = int(lm.x * w), int(lm.y * h)
                lmList.append([id,cx,cy])
                if draw:
                    cv2.circle(img, (cx, cy), 10, (255, 255, 0), cv2.FILLED)
        return lmList

这部分定义了 findPosition 方法，用于获取手部标记点的坐标。方法接收一个图像（img）、一个可选的 handNO 参数（表示检测到的手部编号，默认为0）和一个布尔值参数 draw。方法首先检查是否有检测到的手部，如果有，就获取指定编号的手部标记点信息。然后，遍历手部标记点，计算并保存标记点的坐标，并在图像上绘制圆圈。最后，返回标记点坐标的列表。 

def main():

    pTime = 0
    cTime = 0
    cap = cv2.VideoCapture(0)
    detector = handDetector(maxHands=1)
    while True:
        success, img = cap.read()

        img = detector.findHands(img)
        lmList = detector.findPosition(img)
        if len(lmList)!= 0 :

            print(lmList[4])

        cTime = time.time()
        fps = 1 / (cTime - pTime)
        pTime = cTime
        cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3,
                    (255, 0, 155), 3)
        cv2.imshow("Image", img)
        cv2.waitKey(1)

if __name__ == '__main__':
    main()

这部分定义了一个名为 main 的函数，用于主要的程序逻辑。在其中，首先初始化了摄像头捕获对象 cap，然后创建了一个 handDetector 的实例，即手部检测器。

进入主循环，不断从摄像头捕获图像，然后调用 detector.findHands(img) 进行手部检测和绘制，将结果显示在窗口中。还计算并绘制了帧率信息。

最后，使用 cv2.waitKey(1) 来处理键盘输入，允许用户退出程序。

总体来说，这段代码实现了从摄像头捕获图像，并使用 mediapipe 进行手部检测和标记绘制，同时还显示了帧率信息。这可以用于实时手势识别和交互应用。

 帧率在三十左右