【机器视觉】从零基础开始的Python+OpenCV+MediaPipe实现手势识别教程（一）手势识别基础入门

本文禁止转载，如需转载需征得本人同意。

---

前言

第一次发表文章，如有错误，恳请读者指正。
本文将抛弃繁杂的理论知识，直接上手项目。
文章大部分问题可以在以下几个链接中解决：
https://www.liaoxuefeng.com/wiki/1016959663602400
（廖雪峰Python教程）

https://opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/py_gui/py_video_display/py_video_display.html

（opencv简单入门）
https://google.github.io/mediapipe/solutions/hands.html
（mediapipe参考）

一、OpenCV及MediaPipe

顾名思义，“Open”表示开放；“CV”即“Computer Vision”，是一款开源的跨平台计算机视觉和机器学习软件库。MediaPipe是一款多媒体机器学习模型应用框架。
两者主要的优点是不需要我们下载预训练模型，只是安装上其包即可。

二、实操步骤

1.下载

1.Pycharm的下载安装

（需要提前安装Python）下载地址：http://www.jetbrains.com/pycharm/download/#section=windows

选择社区版即可。

（如未安装，先安装此软件）Python官网下载：https://www.python.org/downloads/
按照软件按照提示下载即可。

2.Opencv和MediaPipe的下载安装

打开安装好的pycharm
如图依次点击

此处搜索chinese安装插件可将软件部分替换成中文。
重启IDE后即可生效。

新建项目。

此处我们将我们的第一个项目命名为hand
创建好项目后，安装Opencv以及MediaPipe

左上角进入设置。

如图依次点击。

点击安装包，分别安装好Opencv以及mediapipe
到此，安装完毕。

2.手势追踪的最小代码实现

新建Python文件

命名为HandTrakingMin，回车确认。
文件创建好了，我们来逐段编写代码

import cv2
import mediapipe as mp
import time

import

python中的import语句是用来调用模块的，在模块定义好后，我们可以使用import语句来引入模块。

import as

用于引入一个模块的同时为该模块取一个别名。
使用语法：import mediapipe as mp 表示引入mediapipe模块并取别名为mp，在该文件的后续调用中mp就相当于是mediapipe

接着

# 获取视频对象，0为摄像头，也可以写入视频路径
cap = cv2.VideoCapture(0)

mpHands = mp.solutions.hands
# Hands是一个类，有四个初始化参数，static_image_mode,max_num_hands,min_detection_confidence,min_tracking_confidence
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils  # 画线函数

pTime = 0  # 开始时间初始化
cTime = 0  # 目前时间初始化

我们利用Opencv的cv2.VideoCapture()函数，获取视频对象，时间初始化为的是之后显示帧数而提前准备。

while True:
    # sucess是布尔型，读取帧正确返回True;img是每一帧的图像（BGR存储格式）
    success, img = cap.read()
    # 将一幅图像从一个色彩空间转换为另一个,返回转换后的色彩空间图像
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
    # 处理RGB图像并返回手的标志点和检测到的每个手对象
    results = hands.process(imgRGB)
    # results.multi_hand_landmarks返回None或手的标志点坐标
    if results.multi_hand_landmarks:
        for handLms in results.multi_hand_landmarks:
            # landmark有21个（具体查阅上面的参考网址），id是索引，lm是x,y坐标
            for id, lm in enumerate(handLms.landmark):
                # print(id, lm)  # lm的坐标是点在图像中的比例坐标
                # h-height,w-weight图像的宽度和高度
                h, w, c = img.shape
                # 将landmark的比例坐标转换为在图像像元上的坐标
                cx, cy = int(lm.x * w), int(lm.y * h)
                print(id, cx, cy)
                # 将手的标志点个性化显示
                cv2.circle(img, (cx, cy), int(w / 50), (255, 0, 255), cv2.FILLED)
            # 在图像上绘制手的标志点和他们的连接线
            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)

    cTime = time.time()
    fps = 1 / (cTime - pTime)
    pTime = cTime
    # 将帧率显示在图像上
    cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3,
                (255, 0, 255), 1)
    # 在Image窗口上显示新绘制的图像img
    cv2.imshow("Image", img)
    # 这个函数是在一个给定的时间内(单位ms)等待用户按键触发;如果用户按下键，则继续执行后面的代码，如果用户没有按下键,则接续等待
    cv2.waitKey(1)

运行结果

看完有收获可读者可关注收藏评论
接下来的章节将更新如何模块化我们的代码，以及实现手势控制音量