Python手势识别

最新推荐文章于 2025-05-07 18:09:25 发布

aiyizou6070

最新推荐文章于 2025-05-07 18:09:25 发布

阅读量7.5k

点赞数 6

文章标签：人工智能 python

原文链接：http://www.cnblogs.com/FHC1994/p/10076183.html

版权

这篇博客介绍了一个基于Python和OpenCV的手势识别项目，通过修改github上的源代码，实现了手指指尖检测，并能在Windows系统下根据手指数目模拟键盘操作。环境需求为Python3.6和OpenCV3.4.0。作者提醒该程序在单调背景下的效果更佳，并分享了因OpenCV版本变化导致的问题及解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

　　这是借鉴了github上的一个源程序，参考源：https://github.com/lzane/Fingers-Detection-using-OpenCV-and-Python

　　自己在这个基础上做了一点修改补充后，可以实现手指指尖的检测，并且可以在windows系统下通过判断手指数目，来模拟键盘操作。下面直接上源程序，并做了详细注释，方便理解。

　　环境：python3.6+opencv3.4.0

代码如下：

import cv2
import numpy as np
import copy
import math
import win32api
import win32con

# 参数
cap_region_x_begin = 0.5  # 起点/总宽度
cap_region_y_end = 0.8
threshold = 60  # 二值化阈值
blurValue = 41  # 高斯模糊参数
bgSubThreshold = 50
learningRate = 0

# 变量
isBgCaptured = 0  # 布尔类型, 背景是否被捕获
triggerSwitch = False  # 如果正确，键盘模拟器将工作


def printThreshold(thr):
    print("! Changed threshold to " + str(thr))


def removeBG(frame): #移除背景
    fgmask = bgModel.apply(frame, learningRate=learningRate) #计算前景掩膜
    kernel = np.ones((3, 3), np.uint8)
    fgmask = cv2.erode(fgmask, kernel, iterations=1) #使用特定的结构元素来侵蚀图像。
    res = cv2.bitwise_and(frame, frame, mask=fgmask) #使用掩膜移除静态背景
    return res

# 相机/摄像头
camera = cv2.VideoCapture(0)   #打开电脑自带摄像头，如果参数是1会打开外接摄像头
camera.set(10, 200)   #设置视频属性
cv2.namedWindow('trackbar') #设置窗口名字
cv2.resizeWindow(

最低0.47元/天解锁文章