手势识别播放器-python

最新推荐文章于 2024-05-14 11:00:23 发布
最新推荐文章于 2024-05-14 11:00:23 发布
阅读量382 收藏 8
点赞数
文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_51529464/article/details/128316594
版权

AI_player

手势对应

  1. ok 播放
  2. 五指 音量放大
  3. 握拳 音量放小
  4. 中指 暂停
  5. 手指6 继续播放
  6. 手指向上 上一首
  7. 手指向下 下一首
  8. 双手和十 退出

1.先把包装好
2.去百度ai官网申请自己的接口 https://ai.baidu.com/tech/face/handgesture 然后配置ai_exe文件
3.打开player_interface即可运行

百度手势识别的帮助文档链接：http://ai.baidu.com/ai-doc/BODY/Yk3cpymjy
方便规范手势动作和对程序进行修改

链接：https://pan.baidu.com/s/1ETrMzaV21QO__iCYwby60Q?pwd=vgaf
提取码：vgaf

求关注

不会写代码ggla
关注
  • 0
    点赞
  • 踩
  • 8
    收藏
    觉得还不错? 一键收藏
  • 1
    评论
手势控制音量--详细注释解析恩培作品1
thujiang000的博客
02-02 3145
python、手势识别、
python基于yolov3实现的手势控制音乐播放器
qq_42894343的博客
09-22 2468
python基于yolov3实现的手势控制音乐播放器效果演示新的改变功能快捷键合理的创建标题，有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注脚注释也是必不可少的KaTeX数学公式新的甘特图功能，丰富你的文章UML 图表FLowchart流程图导出与导入导出导入 效果演示 话不多说，先上最后的成品展示。 新的改变 我们对Markdown编辑器进行了一些功能拓展与语法支持，除了
python-OpenCV:调用视频识别手势进行电脑音量调节
qq_54517101的博客
12-24 4266
写在前面 对于python调节音量的问题，一般都是直接使用pycaw库进行调节，但是当我们要设定电脑音量的时候，不能实现精确映射（我想让我的电脑音量是40，不能直接输入40），但是由于内部确实没有精确的关系，只能用一对一映射的方式。详情请参照： python-使用pycaw设置电脑音量（包含转换）_独憩的博客-CSDN博客 手部识别可以通过mediapipe库进行： python-OpenCV 视频中的手部跟踪： 基于mediapipe库_独憩的博客-CSDN博客 对于调用视频识别手势进行电脑音量
机器视觉 python+mediapipe+opencv手部关键点检测（实现音量调节）（二）
suck_snake的博客
12-08 919
文章目录前言一、pandas是什么？二、使用步骤1.引入库2.读入数据总结 前言 提示：这里可以添加本文要记录的大概内容： 例如：随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。 提示：以下是本篇文章正文内容，下面案例可供参考 一、pandas是什么？ 示例：pandas 是基于NumPy 的一种工具，该工具是为了解决数据分析任务而创建的。 二、使用步骤 1.引入库 代码如下（示例）： import numpy as np import
【飞桨领航团AI创造营+部署】EdgeBoard上实现手势识别操控音乐播放器
m0_63642362的博客
11-18 536
在EdgeBoard上实现手势识别操控音乐播放器
python实现手势识别
12-21
手势识别python实现手势识别（入门）获取视频（摄像头）肤色检测轮廓处理全部代码 获取视频（摄像头） 这部分没啥说的，就是获取摄像头。 ` cap = cv2.VideoCapture("C:/Users/lenovo/Videos/1.mp4
手势识别项目 - OpenCV手势识别 - 项目源码
05-12
手势识别 (Gesture Recognition) 是一种计算机视觉技术，它通过分析和识别人类手部的运动和姿势来理解用户意图。本项目主要关注手势的计数识别，采用比较基础的OpenCV来进行实现，好处就是不需要训练模型就可以进行...
AI手势识别控制键盘python
10-31
AI手势识别控制键盘python代码，用到的是python库如下
基于python的手势识别-剪刀石头布
08-02
基于训练好的随机森林模型就行实时图像的手势识别 代码执行过程： 按d删除已有手势样本数据 按c开始录制手势样本数据 按t开始训练模型 按p开始识别手势 按esc退出程序 代码文件： gesture_main_zh.py：主代码程序 ...
手势控制音乐播放器 源码
01-01
手势控制音乐播放器 源码
手势识别控制音乐的播放切换
03-30
通过手势识别控制电脑网易云音乐播放
python手势识别
01-29
使用tensorflow，OpenCV Keras,matplotlib完成的一个小demo 基本操作如下 1 执行liveplot.py 2 执行trackgesture.py后， 在终端命令行输入1进行手势预测，调用摄像头后，请按键盘b 和g键 此时就可以进行预测了。 权重文件：链接:https://pan.baidu.com/s/1i6OE5A9 密码:by24
Python手势识别代码 基于MediaPipe手部关键点检测 识别数字手势
06-08
# Python手势识别代码 基于MediaPipe手部关键点检测 识别数字手势 1. 使用MediaPipe库实现手部21个关键点实时检测； 2. 根据手部关键点坐标计算五根手指的角度； 3. 通过手指角度判断手势，例程中包含数字0~9的手势...
基于动态手势识别的酷狗音乐播放器控制
热门推荐
onezeros的专栏
12-31 1万+
动态手势识别控制酷狗音乐播放器
python识别_Python手势识别与控制
weixin_39592026的博客
11-21 997
Python手势识别与控制概述本文中的手势识别与控制功能主要采用 OpenCV 库实现, OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库, 可以运行在Linux, Windows, Android和Mac-OS操作系统上. 它轻量级而且高效---由一系列 C 函数和少量 C++ 类构成, 同时提供了Python, Ruby, MATLAB等语言的接口, 实现了图像处理和计算机视觉...
使用手势识别控制虾米音乐播放
zhyh1435589631的专栏
12-01 4959
1. 前言前段时间看到大神的博客 基于动态手势识别的酷狗音乐播放器控制, 非常感兴趣， 于是download 了大神的源码，http://download.csdn.net/detail/onezeros/2954830， 研究了一下， 并做了一定的调整。最终效果： 电脑截屏： http://www.iqiyi.com/w_19ruiswqkp.html 手机拍摄： http://www.
【Python】Python中变量或者函数加下划线‘_‘的含义
最新发布
yangweipeng708的博客
05-14 664
理解这些约定可以帮助Python开发者编写更清晰、更Pythonic的代码，并理解其他Python代码中的命名习惯。）通常用来指示特定的编程约定或用法，这些约定主要关乎变量和函数的可访问性以及预期的使用范围。在Python中，变量或函数前面加一个下划线（
python数据分析——时间序列
qq_74013365的博客
05-14 1982
时间序列是按照时间顺序排列的一系列随时间变化而变化的数据点或观测值。时间序列可以是离散的，例如每月的销售数据，也可以是连续的，例如气温和股票价格等。时间序列常用于预测和分析未来的趋势，例如经济增长、股票走势、天气变化等。时间序列分析是数据分析中的重要部分，它涉及到对随时间变化的数据进行研究，以揭示其内在规律、趋势和周期性变化。Python作为一种强大的编程语言，拥有众多的数据处理和可视化库，如pandasnumpymatplotlib和seaborn等，这些库在处理时间序列数据时表现出色。
手势识别音乐播放器python
12-25
以下是一个使用手势识别控制音乐播放器的Python示例： ```python import cv2 import numpy as np import pyautogui import math # 定义肤色范围 lower_skin = np.array([0, 20, 70], dtype=np.uint8) upper_skin = np.array([20, 255, 255], dtype=np.uint8) # 初始化摄像头 cap = cv2.VideoCapture(0) while True: # 读取摄像头帧 ret, frame = cap.read() # 镜像翻转帧 frame = cv2.flip(frame, 1) # 转换颜色空间为HSV hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV) # 提取肤色区域 mask = cv2.inRange(hsv, lower_skin, upper_skin) # 进行腐蚀和膨胀操作，去除噪声 mask = cv2.erode(mask, None, iterations=2) mask = cv2.dilate(mask, None, iterations=2) # 查找轮廓 contours, _ = cv2.findContours(mask.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) if len(contours) > 0: # 找到最大的轮廓 max_contour = max(contours, key=cv2.contourArea) # 计算最大轮廓的凸包 hull = cv2.convexHull(max_contour) # 计算凸包的缺陷 defects = cv2.convexityDefects(max_contour, cv2.convexHull(max_contour, returnPoints=False)) if defects is not None: # 绘制轮廓和凸包 cv2.drawContours(frame, [max_contour], 0, (0, 255, 0), 2) cv2.drawContours(frame, [hull], 0, (0, 0, 255), 3) # 计算手指数量 finger_count = 0 for i in range(defects.shape[0]): s, e, f, d = defects[i, 0] start = tuple(max_contour[s][0]) end = tuple(max_contour[e][0]) far = tuple(max_contour[f][0]) # 计算手指之间的距离 a = math.sqrt((end[0] - start[0])**2 + (end[1] - start[1])**2) b = math.sqrt((far[0] - start[0])**2 + (far[1] - start[1])**2) c = math.sqrt((end[0] - far[0])**2 + (end[1] - far[1])**2) angle = math.acos((b**2 + c**2 - a**2) / (2*b*c)) * 180 / math.pi # 如果角度小于90度，认为是手指 if angle < 90: finger_count += 1 # 根据手指数量执行相应操作 if finger_count == 0: # 播放五指，音量放大 pyautogui.press('volumeup') elif finger_count == 1: # 握拳，音量放小 pyautogui.press('volumedown') elif finger_count == 2: # 中指，暂停 pyautogui.press('playpause') elif finger_count == 3: # 手指6，继续播放 pyautogui.press('playpause') elif finger_count == 4: # 手指向上，上一首 pyautogui.press('prevtrack') elif finger_count == 5: # 手指向下，下一首 pyautogui.press('nexttrack') elif finger_count == 10: # 双手和十，退出 break # 显示帧 cv2.imshow('Gesture Recognition', frame) # 按下'q'键退出循环 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放摄像头并关闭窗口 cap.release() cv2.destroyAllWindows() ``` 请注意，此示例仅提供了一个基本的手势识别音乐播放器的框架，具体的手势和操作可以根据实际需求进行修改和扩展。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值