基于opencv与mediapipe手势关键点检测，并使用KNN近邻算法手势识别（石头、剪刀、布）中的数据采集问题

准备做一个基于opencv与mediapipe手势关键点检测的软件

借鉴了基于opencv与mediapipe手势关键点检测，并使用KNN近邻算法手势识别（石头、剪刀、布）的python代码实现_mediapipe 石头剪刀布-优快云博客

在这个博文中，需要实现采集摄像头数据，为了方便实现，做了一个简单的数据采集的程序，可以实现每5秒一次的数据采集，但是标记信息guesture需要手动输入：

import cv2
import mediapipe as mp
import csv
import os
import time
# 初始化MediaPipe手部模块
mp_hands = mp.solutions.hands
hands = mp_hands.Hands(max_num_hands=1, min_detection_confidence=0.5, min_tracking_confidence=0.5)
guesture="Stone"
# 初始化CSV文件
csv_file = 'hand_landmarks.csv'

# 捕获摄像头图像
cap = cv2.VideoCapture(0)

# 确保摄像头打开成功
if not cap.isOpened():
	print("无法打开摄像头")
	exit()
k= cv2.waitKey(0)
while k!=ord("q") :
	time.sleep(2)
	# 读取一帧图像
	ret, frame = cap.read()
	if not ret:
		print("无法读取图像")
		exit()

	# 使用MediaPipe处理图像
	results = hands.process(cv2.cvtColor(frame, cv2.COLOR_BGR2RG