奇怪的工具增加了！|Python实现AI视频识别——手势控制 opencv|深度学习|手势识别|人工

用opencv识别手势实现原理用opencv库拍摄一帧图片，用mediapipe库识别人手和标识点，然后用opencv在视频上添加标识的信息，最后用opencv合成一个动态视频输出
代码

import cv2 import mediapipe as mpclass handDetector():# 经典OOP # 设置初始条件 def __init__(self, mode=False, maxHands=2, detectionCon=0.5, trackCon=0.5): self.mode = mode self.maxHands = maxHands# 最多同时出现几只手 self.detectionCon = detectionCon# 检测可信度 self.trackCon = trackCon# 跟踪可信度self.mpHands = mp.solutions.hands# 用mediapipe找手 self.hands = self.mpHands.Hands(self.mode, self.maxHands, self.detectionCon, self.trackCon) self.mpDraw = mp.solutions.drawing_utils# 在图片里里找到手并返回这一帧图片 def findHands(self, img, draw=True): imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)# 数字化视频输入 self.results = self.hands.process(imgRGB)# 处理视频找手if self.results.multi_hand_landmarks:# 如果找到了手上的标识点 for handLms in self.results.multi_hand_landmarks: if draw:# 在识别出的手上把标记点画出来 self.mpDraw.draw_landmarks(img, handLms, self.mpHands.HAND_CONNECTIONS) return img# 找到手之后把手的关节位置投射上去并且记录数据 def findPosition(self, img, handNo=0, draw=True): lmList = []# 记录手上标识点 if self.results.multi_hand_landmarks: myHand = self.results.multi_hand_landmarks[handNo] # 遍历识别数据，处理后输出 for idNum, lm in enumerate(myHand.landmark): h, w, c = img.shape# 高度，深度，通道数 cx, cy = int(lm.x * w), int(lm.y * h)# 坐标位置 lmList.append([idNum, cx, cy])# 可以在这里print一下看看长什么样 if draw:# 在识别出的点位置画个蓝点 cv2.circle(img, (cx, cy), 15, (0, 0, 255), cv2.FILLED) return lmListdef main(): wCam, hCam = 640, 480# 摄像头拍摄大小 cap = cv2.VideoCapture(0)# 创建类用来拍摄 cap.set(3, wCam)# 比例设置 cap.set(4, hCam) detector = handDetector(detectionCon=0.8)# 最低准确度tipIds = [4, 8, 12, 16, 20]# 指头的序号while True: success, img = cap.read()# 获取一帧 img = detector.findHands(img)# 找手并返回标记好的图片 lmList = detector.findPosition(img, draw=False)# 标点然后返回数据if len(lmList) != 0:# 如果找到了手且上面有标记好的点 fingers = []# 大拇指的弯曲角度 # 如果大拇指的第4个标记点像素位置低于第3个标记点，那它就是弯的 if lmList[tipIds[0]][1] > lmList[tipIds[0] - 1][1]: fingers.append(1) else: fingers.append(0)# 其它四个指头角度判定 for idNum in range(1, 5): if lmList[tipIds[idNum]][2] < lmList[tipIds[idNum] - 2][2]: fingers.append(1) else: fingers.append(0) print(fingers)# 简单的手指二进制，用五根指头代表五位长的二进制数 output = 0 if fingers[0] == 1:# 拇指竖起来 output += 1 if fingers[1] == 1:# 食指竖起来 output += 2 if fingers[2] == 1:# 中指竖起来 output += 4 if fingers[3] == 1:# 无名指竖起来 output += 8 if fingers[4] == 1:# 小指竖起来 output += 16 # 处理视频，画个方框，上面写识别到的数字 cv2.rectangle(img, (20, 225), (250, 425), (0, 0, 0), cv2.FILLED) cv2.putText(img, str(output), (45, 375), cv2.FONT_HERSHEY_PLAIN, 10, (255, 255, 255), 25)cv2.imshow("Image", img)# 显示处理好的一帧图片 cv2.waitKey(1)# 相当于帧数了，这个是1ms一帧，1s60帧if __name__ == "__main__":# 这样就不会导入这个文件时直接跑程序啦 main()

运行结果笔者直接在Python3自带的IDLE里跑这个程序的时候，会出现奇怪的闪退。以下运行结果是在PyCharm里跑的：

文章图片

文章图片

功能拓展 【奇怪的工具增加了！|Python实现AI视频识别——手势控制】在手指本身的十进制基础上，笔者把手指计数变成了二进制，能表示32个数字。如果用两只手来计数的话可以表示1024个数字。
手指计数的判定比较简单，是直接比较x坐标的高低而不是其之间的夹角。这个也许可以用三角函数和向量乘积来计算并更加精确地判定角度。
手指除了用来表示数字还可以用来做手语。如果有一个手语动作库，那么本程序可以很好地被用来帮助不会手语的人理解手语。
用手指表示数字还有别的待开发用途，比如用手势来控制音量和屏幕亮度等等。
感兴趣的同学可以尝试实现以上功能。有任何问题和想法欢迎私信和评论区留言！