Mediapipe实现手势识别教程

1 编写背景

        在2024年的高效智能创意大赛中，有一个手势识别的任务，需要通过四足机器人的摄像头识别手势然后做出相应动作。在这我将介绍我的手势识别的思路和相关代码，已记录我那2024.7.21死去的比赛。

2 任务要求

        比赛规则如下：

        

3 问题分析与解决

3.1 MediaPipe介绍     

        MediaPipe 是一款由 Google Research 开发并开源的机器学习模型应用框架，专门用于实时流媒体的多模态处理。Mediapipe hand库内置了已经训练好的手部检测和关键点识别模型，这些模型由Mediapipe团队使用大规模标注数据进行训练和优化，确保了高精度和高效能,开发者在使用时无需再进行模型训练，只需调用相关API即可实现手部检测功能。

此外，Mediapipe还训练了获取手部21个地标的模型。这21个地标是预定义好的，具体位置如下：

（1）手腕（1个地标）：

          0: 手腕

（2）拇指（4个地标）：

        1: 拇指根部

        2: 拇指第一个关节

        3: 拇指第二个关节

        4: 拇指指尖

（3）食指（4个地标）：

        5: 食指根部

        6: 食指第一个关节

        7: 食指第二个关节

        8: 食指指尖

（4）中指（4个地标）：

        9: 中指根部

        10: 中指第一个关节

        11: 中指第二个关节

        12: 中指指尖

（5）无名指（4个地标）：

        13: 无名指根部

        14: 无名指第一个关节

        15: 无名指第二个关节

        16: 无名指指尖