赞
踩
接触谷歌开源库mediapipe结合之前学的OpenCV,做出的小程序
开源库yyds,拿来就可以用
import math import cv2 import mediapipe as mp import time # 打开计算机自带摄像头 import numpy as np cap = cv2.VideoCapture(0) mpHands = mp.solutions.hands hands = mpHands.Hands() # 设置参数,详见 hands.py 中的 __init__ mpDraw = mp.solutions.drawing_utils # 将检测出的手上的标记点连接起来 # 定义时间用于后边的fps计算 pTime = 0 cTime = 0 temp1 = np.zeros(2) temp2 = np.zeros(2) while True: success, img = cap.read() img = cv2.flip(img, 1) # 图像翻转 imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 将BGR格式图像转换为RGB results = hands.process(imgRGB) # 对输入图像进行处理,探索图像中是否有手 # print(results.multi_hand_landmarks) # 如果有手,输出手所有0~20个标记点的比例坐标,如果没有,输出None if results.multi_hand_landmarks: for handLms in results.multi_hand_landmarks: # 捕捉画面中的每一只手 for id, lm in enumerate(handLms.landmark): # print(id, lm) h, w, c = img.shape cx, cy = int(lm.x * w), int(lm.y * h) # 根据比例还原出每一个标记点的像素坐标 # print(id, cx, cy) # 根据手上标记点的id打印出其相应所在图像中中的像素位置 if id == 4: # 可以根据手上标记点的id获得任意id对应的标记点的信息 cv2.circle(img, (cx, cy), 10, (255, 0, 255), cv2.FILLED) # 这里加粗强调了大拇指上的一个标记点 temp1[0] = cx # 拇指顶点坐标 temp1[1] = cy if id == 8: # 可以根据手上标记点的id获得任意id对应的标记点的信息 temp2[0] = cx # 食指顶点坐标 temp2[1] = cy mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS) # 给画面中的每一只手进行标点、连线的操作 # 得到fps cTime = time.time() fps = 1 / (cTime - pTime) pTime = cTime # 计算食指和拇指的距离 l = math.sqrt(math.pow((temp1[0] - temp2[0]), 2) + math.pow((temp1[1] - temp2[1]), 2)) l = int(l) print(l) # 长度转换音量 if (l >= 30) and (l <= 190): volume = 0.626 * l - 18.75 else: volume = 0 print(volume) # 画面上显示音量 cv2.putText(img, 'volume:' + str(int(volume)), (10, 150), cv2.FONT_ITALIC, 1, (0, 0, 255), 3) # 在画面上显示fps cv2.putText(img, 'FPS:' + str(int(fps)), (10, 70), cv2.FONT_ITALIC, 1, (0, 0, 255), 3) cv2.imshow("Image", img) key = cv2.waitKey(1) # 自动刷新 if key == 27: break cv2.destroyAllWindows()
Copyright © 2003-2013 www.wpsshop.cn 版权所有,并保留所有权利。