【opencv】【mediapipe】手势检测的有趣玩法

最新推荐文章于 2025-09-26 10:52:58 发布

原创

最新推荐文章于 2025-09-26 10:52:58 发布 · 4.5k 阅读

9 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉 #opencv手势识别 #mediapipe

本文介绍如何利用Mediapipe库在Python中实现手势识别，通过设置参数进行手部检测，并实时绘制手部关键点及连接线，同时计算并显示FPS，为后续的手势应用提供基础。

今天学习mediapipe检测手势识别
mediapipe还有很多其他很多有趣的应用，后面都是会慢慢学习到的。

import cv2
import mediapipe as mp
import time

cap = cv2.VideoCapture(0)
cap.set(3, 1280)  # 设置宽
cap.set(4, 720)  # 设置高

mpHands = mp.solutions.hands  # 检测手的类

# 检测
mpHandDetesctor = mpHands.Hands(static_image_mode=False,  # 要检测是静态图片还是动态的？视频和影响摄像头是动态的，图片是静态的。
                                max_num_hands=2,  # 检测最多的手的个数
                                model_complexity=1,  # 模型复杂度，只能是0或者1，值越大越精准
                                min_detection_confidence=0.5,  # 最小的置信度，0~1，值越大，检测越严格，值越小，误检测越高
                                min_tracking_confidence=0.5)  # 最终的严谨度，0~1，值越大，追踪越严谨，值越小，误检测越高
# 画图的工具
mpHandDrawer = mp.solutions.drawing_utils

pointStyle = mpHandDrawer.DrawingSpec(color=(255, 0, 0,