Mediapipe+VSCode+Anaconda 实时检测手部关键点并保存视频
提示：本文仅为个人学习的记录
文章目录
前言
一、环境配置
1.Anaconda3安装
2.VSCode安装
3.Anaconda配置虚拟环境
4.mediapipe安装
二、实时检测手部关键点
1.打开VSCode，新建python文件。
2.python解释器选择
3.直接运行代码即可，运行结果。
总结
前言
MediaPipe: Google Research开源的跨平台多媒体机器学习模型应用框架作为一款跨平台框架，MediaPipe不仅可以被部署在服务器端，更可以在多个移动端（安卓和苹果iOS）和嵌入式平台(Google Coral和树莓派)中作为设备端机器学习推理(On-device MachineLearning lnference)框架。
一、环境配置
我的环境是win11+anaconda3-2022.10+VSCode+mediapipe 0.9.0.1
1.Anaconda3安装
（1）首先前往 Anaconda 官网：Anaconda，下载安装文件：Anaconda3-2022.10-Windows-x86_64.exe（记住保存的位置）
（2）我的安装过程：Next--> I Agree --> All Users-->自定义安装路径-->选择添加环境变量-->Install即可安装完成。（我根据这个过程是没有任何报错的，但是有朋友反馈出错，可以参考自己添加环境变量）
（3）检查安装是否成功：win+r，输入cmd回车。输入conda --version，查看当前安装版本。如何输入python，返回版本信息即为安装成功。
2.VSCode安装
（1）去官网下载Download Visual Studio Code - Mac, Linux, Windows
（2）VSCode我之前就安装好了，没有保存安装记录，请参考VSCode安装教程（超详细）_牛哄哄的柯南的博客-CSDN博客_vscode安装教程
3.Anaconda配置虚拟环境
（1）打开anaconda prompt后，输入如下代码搭建基于python3.7的环境mediapipe（可自定义）。中间会出现（[y]/[n]?）键入y或回车，等待安装完毕即可。
conda create -n your_env_name python=x.x
（2）配置完mediapipe虚拟环境后，输入以下代码激活虚拟环境。
conda activate mediapipe
（3）输入python，查看python=3.7配置是否成功。
4.mediapipe安装
（1）关闭anaconda prompt重新进入mediapipe环境，输入以下代码后回车开始安装。中间会出现（[y]/[n]?）键入y或回车即可，等待安装完毕。
pip install mediapipe
或
pip install mediapipe -i https://pypi.douban.com/simple
出现以下界面即为安装成功。
（2）在虚拟环境安装OpenCV
pip install opencv-python
或
pip install opencv-contrib-python
输入一些代码并查看返回信息是否正确，即检查是否安装成功。
二、实时检测手部关键点并保存视频
1.打开VSCode，新建python文件。
代码如下（示例）：
import sys
import cv2
import mediapipe as mp
mp_face_detection = mp.solutions.face_detection
mp_drawing = mp.solutions.drawing_utils
mp_drawing = mp.solutions.drawing_utils
mp_hands = mp.solutions.hands
#打开本地摄像头，实时检测，可自行更换为加载本地视频
cap = cv2.VideoCapture(0)
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH)) #获取视频的宽度
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT)) #获取视频的高度
fps = cap.get(cv2.CAP_PROP_FPS) #获取视频的帧率
fourcc = int(cap.get(cv2.CAP_PROP_FOURCC))
writer = cv2.VideoWriter("D:\\mediapipe\\video_result.mp4v", fourcc, fps, (width, height))
with mp_hands.Hands(
min_detection_confidence=0.9,
min_tracking_confidence=0.9) as hands:
while cap.isOpened():
success, image = cap.read()
if not success:
print("Ignoring empty camera frame.")
continue
image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB)
image.flags.writeable = False
results = hands.process(image)
# 在图像上绘制手部注释
image.flags.writeable = True
image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
if results.multi_hand_landmarks:
for hand_landmarks in results.multi_hand_landmarks:
mp_drawing.draw_landmarks(
image, hand_landmarks, mp_hands.HAND_CONNECTIONS)
cv2.imshow('MediaPipe Hands', image)
key = cv2.waitKey(24)
writer.write(image) #视频保存
# 按Q退出
if cv2.waitKey(1) == ord("Q"):
break
cap.release()
2.python解释器选择
3.直接运行代码即可，运行结果。
总结
以上就是mediapipe的学习记录，本文仅仅简单介绍了mediapipe的使用，而mediapipe能够解决许多视觉任务大家可自行探索。