主要是使用opencv和mediapipe库来实现手部跟踪,首先我们先介绍一下mediapipe库
mediapipe库介绍
MediaPipe 是一个由 Google 开发的开源框架,用于构建基于机器学习的应用程序,特别是涉及实时数据处理和传感的应用。它提供了一套工具和库,使开发者可以轻松地构建复杂的多媒体处理流水线,包括视频处理、姿态估计、手势识别、对象追踪等。
主要特点和功能:
-
模块化设计: MediaPipe 的设计非常模块化,允许开发者通过组合不同的处理单元(称为计算单元)来构建复杂的处理流水线。
-
跨平台支持: 支持在多种平台上运行,包括桌面操作系统(如 Windows、Linux、macOS)和移动操作系统(如 Android、iOS)。
-
预构建计算单元: 提供了大量预构建的计算单元,涵盖了从图像处理到深度学习模型应用的多个领域,开发者可以直接使用这些计算单元来加速开发进程。
-
高效的媒体处理: MediaPipe 针对实时处理进行了优化,能够在设备上高效运行,适用于需要低延迟和高帧率的应用场景。
-
开放的模型架构: 允许开发者集成自定义的机器学习模型和算法,以满足特定需求。
-
易于集成: 提供了多种语言的 API,包括 Python、C++ 等,使得开发者可以选择最适合自己项目的编程语言。
主要应用领域:
- 实时手势识别和跟踪: 如手部关键点检测、手势识别等。
- 人体姿势估计: 检测和跟踪人体的姿势和动作。
- 对象检测和跟踪: 识别和跟踪视频中的特定对象。
- 面部检测和跟踪: 如面部表情识别、人脸关键点检测等。
- AR(增强现实)应用: 在实时视频中叠加虚拟物体或效果。
- 视频分析和处理: 包括实时分割、稳定化、滤镜应用等。
在手部识别中,有三行重要的代码
mpHands = mp.solutions.hands
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils
首先导入了 MediaPipe 库中的手部检测模块,然后使用模块中的 Hands
类来创建一个手部检测器对象 hands,最后
导入了 MediaPipe 提供的绘图工具模块
import cv2
import mediapipe as mp
cap = cv2.VideoCapture(1)
mpHands = mp.solutions.hands
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils
while True:
success, img = cap.read()
imgRGB = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
#对RGB图像进行手部检测
results = hands.process(imgRGB)
print(results.multi_hand_landmarks)
cv2.imshow("image", img)
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
看一下我们的代码,首先是我们前面介绍的那三行重要代码,不过现在mpDraw还没用到,然后我们对图像格式进行转换,对RGB图像进行手部检测,multi_hand_landmarks包含检测到的所有手部的关键点信息,下面我们介绍一下multi_hand_landmarks
multi_hand_landmarks介绍
results.multi_hand_landmarks
是从 MediaPipe 手部检测器返回的结果对象中的一个属性。让我解释一下这个属性的含义和用途:
属性解释:
-
属性名称:
multi_hand_landmarks
-
属性类型: 列表
-
含义:
这个属性包含了检测到的多个手部的关键点信息。每个检测到的手部都由一个 landmark landmarks` 对象来表示,这个对象包含了手部的关键点坐标。
-
结构:如果没有检测到任何手部,
results.multi_hand_landmarks
将返回None
或者空列表[]
。如果检测到了手部,则每个元素都代表一个检测到的手部。每个手部都由一系列的关键点(landmarks)组成,这些关键点描述了手部在图像中的位置。每个关键点通常是一个具有 x、y、z(可选)坐标的对象或元组,表示了手部的特定部位,如手指尖、手掌中心等。
我们看一下运行结果
这里可以看到我们摄像头没有检测到手部,返回None
这里可以看到,当摄像头检测到手部时,返回每个手部关键点x,y,z坐标信息(框出来的只是其一)
这里就完成了手部的识别,画出手部关键点和连接下一篇博客再讲,感兴趣的可以关注一下,项目不定时更新,谢谢
标签:multi,检测,landmarks,手部,hand,Opencv,跟踪,关键点 From: https://blog.csdn.net/weixin_72749746/article/details/140724248