MediaPipe实现手部识别并检测手部端点

import cv2  # 导入 OpenCV 库，用于图像处理
import mediapipe as mp  # 导入 mediapipe 库，用于人体姿态估计等
import time  # 导入时间库，用于计算帧率

cap = cv2.VideoCapture(0)  # 打开摄像头，1 表示第二个摄像头（如果有多个）

mpHands = mp.solutions.hands  # 从 mediapipe 中获取手部检测的解决方案
hands = mpHands.Hands()  # 创建一个 Hands 对象，用于手部检测

mpDraw = mp.solutions.drawing_utils  # 用于绘制检测结果的工具

pTime = 0  # 初始化上一帧的时间
cTime = 0  # 初始化当前帧的时间

while True:  # 进入无限循环，持续处理摄像头画面
    success, img = cap.read()  # 读取摄像头的一帧图像，success 表示是否成功读取
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 将图像从 BGR 颜色空间转换为 RGB 颜色空间
    results = hands.process(imgRGB)  # 使用 mediapipe 的手部检测模型处理转换后的图像
    print(results.multi_hand_landmarks)  # 打印检测到的手部关键点

    if results.multi_hand_landmarks:  # 如果检测到了手部
        # print(len(results.multi_hand_landmarks))  # 两只手会出来2
        for handLms in results.multi_hand_landmarks:  # 遍历每只检测到的手
            for id, lm in enumerate(handLms.landmar