【 用Python和OpenCV实现手势虚拟拖拽，让你的双手成为魔法棒！】

🚀 用Python和OpenCV实现手势虚拟拖拽，让你的双手成为魔法棒！🪄

---

---

前言

大家好！今天，我们要探索一个超酷的Python项目——使用OpenCV实现手势虚拟拖拽。想象一下，通过简单的手势，就能在屏幕上拖动物体，就像使用魔法一样！🧙‍♂️

---

🌟 项目简介

这个项目不仅能让你深入了解Python编程和OpenCV库的强大功能，还能让你体验到手势识别的神奇。通过这个项目，你将学会如何通过摄像头捕捉手部动作，并用这些动作来控制屏幕上的虚拟对象。

🛠️ 技术栈

• Python：简洁而强大的编程语言。
• OpenCV：开源的计算机视觉库，用于图像和视频处理。
• mediapipe：用于手部关键点检测和姿势估计的预训练模型。

📝 核心步骤与代码

1. 导入库

import cv2
import mediapipe as mp
import time
import math

2. 初始化mediapipe手部识别

mp_hands = mp.solutions.hands
hands = mp_hands.Hands(min_detection_confidence=0.7, min_tracking_confidence=0.5)

3. 读取视频流

cap = cv2.VideoCapture(0)

4. 手部识别与关键点检测

在循环中处理视频流的每一帧：

while cap.isOpened():
    success, image = cap.read()
    if not success:
        continue

    # 将BGR图像转换为RGB
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    # 镜像翻转
    image = cv2.flip(image, 1)
    # 处理图像并检测手部
    results = hands.process(image)

    # 将RGB图像转换回BGR
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)

5. 绘制手部关键点

if results.multi_hand_landmarks:
    for hand_landmarks in results.multi_hand_landmarks:
        mp.solutions.drawing_utils.draw_landmarks(
            image,
            hand_landmarks,
            mp_hands.HAND_CONNECTIONS,
            mp.solutions.drawing_styles.get_default_hand_landmarks_style(),
            mp.solutions.drawing_styles.get_default_hand_connections_style())

6. 方块管理

创建一个管理方块的类：

class SquareManager:
    def __init__(self, rect_width):
        self.rect_width = rect_width
        self.square_count = 0
        self.rect_left_x_list = []
        self.rect_left_y_list = []
        self.alpha_list = []
        self.drag_active = False
        self.active_index = -1

    def create(self, rect_left_x, rect_left_y, alpha=0.4):
        self.rect_left_x_list.append(rect_left_x)
        self.rect_left_y_list.append(rect_left_y)
        self.alpha_list.append(alpha)
        self.square_count += 1

    def display(self, class_obj):
        for i in range(self.square_count):
            x = self.rect_left_x_list[i]
            y = self.rect_left_y_list[i]
            alpha = self.alpha_list[i]
            overlay = class_obj.image.copy()
            if i == self.active_index:
                cv2.rectangle(overlay, (x, y), (x + self.rect_width, y + self.rect_width), (255, 0, 255), -1)
            else:
                cv2.rectangle(overlay, (x, y), (x + self.rect_width, y + self.rect_width), (255, 0, 0), -1)
            class_obj.image = cv2.addWeighted(overlay, alpha, class_obj.image, 1 - alpha, 0)

7. 交互控制

在循环中更新方块位置：

squareManager = SquareManager(150)
for i in range(5):
    squareManager.create(200 * i + 20, 200, 0.6)

# 检测手指距离并更新方块位置
if squareManager.drag_active:
    squareManager.updateSquare(between_finger_tip[0], between_finger_tip[1])
    if line_len > 100:
        squareManager.drag_active = False
        squareManager.active_index = -1
elif line_len < 100 and squareManager.checkOverlay(between_finger_tip[0], between_finger_tip[1]) != -1:
    squareManager.drag_active = True
    squareManager.setLen(between_finger_tip[0], between_finger_tip[1])

8. 显示图像

squareManager.display(hands)
cv2.imshow('virtual drag and drop', image)

if cv2.waitKey(5) & 0xFF == 27:
    break

9. 释放资源

cap.release()
cv2.destroyAllWindows()