mediapipe 手势0～10剪刀石头布正反面检测实现

最新推荐文章于 2025-03-26 09:00:00 发布
最新推荐文章于 2025-03-26 09:00:00 发布
阅读量361 收藏 2
点赞数 3
分类专栏： python 文章标签： python ai
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/weixin_45850062/article/details/142900560
版权

＃ 本文内容

使用Google的mediapipe库实现手比数字或猜拳手势识别，相比前人的方案，可以实现手指弯曲状态（半闭合）检测。对于距离和角度没有太严格要求。有兴趣可以玩玩。
废话不多说，“Show me you code"

#================================================================
#   Copyright (C) 2024 Sangfor Ltd. All rights reserved.
#   
#   文件名称：oneHandRecognition.py
#   创 建 者：XXXXXXXXX
#   创建日期：2024年10月12日
#   描    述：手势识别
#
#================================================================
import cv2
import mediapipe as mp
import numpy as np
from enum import Enum
import math
mp_drawing = mp.solutions.drawing_utils
mp_drawing_styles = mp.solutions.drawing_styles
mp_hands = mp.solutions.hands

# 手指点常量
FINGER0_0 = 0
FINGER0_1 = 1
FINGER0_2 = 2
FINGER0_3 = 3
FINGER0_4 = 4
FINGER1_0 = 5
FINGER1_1 = 6
FINGER1_2 = 7
FINGER1_3 = 8
FINGER2_0 = 9
FINGER2_1 = 10
FINGER2_2 = 11
FINGER2_3 = 12
FINGER3_0 = 13
FINGER3_1 = 14
FINGER3_2 = 15 
FINGER3_3 = 16
FINGER4_0 = 17
FINGER4_1 = 18
FINGER4_2 = 19
FINGER4_3 = 20

X = 0
Y = 1

class Directory(Enum):
    Left = 0
    Right = 1
    Up = 2
    Down = 3
    Mid = 4
    # 主方向
    X = 5
    Y = 6

class FingerStatus(Enum):
    FingerOpen = 1
    FingerClose = 2
    FingerHalfOpen = 3

class Gesture(Enum):
    Cloth = 1
    Scissor = 2
    Stone = 3

# 获取手势信息，转换成二维数组更易于访问
def getHandInfo(image):
  lmList = []
  image.flags.writeable = False
  image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
  results = hands.process(image)

  image.flags.writeable = True
  image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
  if results.multi_hand_landmarks:
    for hand_landmarks in results.multi_hand_landmarks:
      for index, position in enumerate(hand_landmarks.landmark):
        # 位置信息存放到二维数组里面
        lmList.append([int(position.x * picWidth), int(position.y * picHeight)])
        # 视频中显示节点
      # mp_drawing.draw_landmarks(
          # image,
          # hand_landmarks,
          # mp_hands.HAND_CONNECTIONS,
          # mp_drawing_styles.get_default_hand_landmarks_style(),
          # mp_drawing_styles.get_default_hand_connections_style())
  return image, lmList

#
# @brife  : 获取手掌方向
# @param  : 手掌21个点
# @return : leftOrRight Directory.Left 向左 Directory.Right 向右
# @return : upOrDown Directory.Up 向上 Directory.Down 向下
def getHandDirection(marks):
    leftOrRight = Directory.Left
    upOrDown = Directory.Up
    mainDirectory = Directory.X

    # 计算手掌主方向，是X还是Y
    if(abs(marks[FINGER0_0][X] - marks[FINGER2_0][X]) > abs(marks[FINGER0_0][Y] - marks[FINGER2_0][Y])):
        mainDirectory = Directory.X
    else:
        mainDirectory = Directory.Y
    
    # 计算中指根到手掌根距离
    xDistance = marks[FINGER0_0][X] - marks[FINGER2_0][X]
    yDistance = marks[FINGER0_0][Y] - marks[FINGER2_0][Y]
    baseLineLenght = math.sqrt(math.pow(xDistance, 2) + math.pow(yDistance, 2))

    # 左右比较,差值很小
    if abs(marks[FINGER0_0][X] - marks[FINGER2_0][X]) < (baseLineLenght / 30):
        leftOrRight = Directory.Mid;
    else :
        if marks[FINGER0_0][X] > marks[FINGER2_0][X]:
            leftOrRight = Directory.Right
        else :
            leftOrRight = Directory.Left
    # 上下比较，差值很小时认为在中间
    if abs(marks[FINGER0_0][Y] - marks[FINGER2_0][Y]) < (baseLineLenght / 30):
        upOrDown = Directory.Mid;
    else :
        if marks[FINGER0_0][Y] > marks[FINGER2_0][Y]:
            upOrDown = Directory.Up
        else :
            upOrDown = Directory.Down

    return mainDirectory,leftOrRight, upOrDown

#
# @brife  : 获取手指子节点角度0 ~ 360
# @param  : marks 21个手掌节点
# @param  : startIndex 计算节点索引
# @return : 0 ~ 360 
def getFingerPartDegree(marks, startIndex):
    if handInfo[startIndex+1][Y] - handInfo[startIndex][Y] <= 0 and handInfo[startIndex+1][X] - handInfo[startIndex][X] < 0:
        fingerPartDegree = math.degrees(math.atan((handInfo[startIndex+1][Y] - handInfo[startIndex][Y]) / (handInfo[startIndex+1][X] - handInfo[startIndex][X])))
    elif handInfo[startIndex+1][Y] - handInfo[startIndex][Y] < 0 and handInfo[startIndex+1][X] - handInfo[startIndex][X] >= 0:
        if handInfo[startIndex+1][X] - handInfo[startIndex][X] == 0:
            fingerPartDegree = 90;
        else:
            fingerPartDegree = math.degrees(math.atan((handInfo[startIndex+1][Y] - handInfo[startIndex][Y]) / (handInfo[startIndex+1][X] - handInfo[startIndex][X]))) + 180
    elif handInfo[startIndex+1][Y] - handInfo[startIndex][Y] >= 0 and handInfo[startIndex+1][X] - handInfo[startIndex][X] > 0:
        fingerPartDegree = math.degrees(math.atan((handInfo[startIndex+1][Y] - handInfo[startIndex][Y]) / (handInfo[startIndex+1][X] - handInfo[startIndex][X]))) + 180
    else:
        if handInfo[startIndex+1][X] - handInfo[startIndex][X] == 0:
            fingerPartDegree = 270
        else:
            fingerPartDegree = math.degrees(math.atan((handInfo[startIndex+1][Y] - handInfo[startIndex][Y]) / (handInfo[startIndex+1][X] - handInfo[startIndex][X]))) + 360
    return int(fingerPartDegree)

#
# @brife  : 获取手掌主方向X或Y
# @param  : marks手掌节点
# @return : X Y 
def getHandMainDirectory(marks):
    if abs(marks[FINGER2_0][Y] - marks[FINGER0_0][Y]) > abs(marks[FINGER2_0][X] - marks[FINGER0_0][X]):
        return Directory.Y
    else:
        return Directory.X

#
# @brife  : 获取单根手指状态，打开（伸直），关闭（闭合），半打开
# @param  : handMainDirectory 手掌主方向X或Y
# @param  : marks 21个手节点
# @param  : 手指根节点编号
# @return : 5根手指状态
def getSingleFingerStatus(marks, fingerStartIndex):
    fingerDegree = []
    # 拇指不能用角度判断，不然不同角度会不准确
    if(fingerStartIndex < FINGER1_0):
        if Directory.Y == getHandMainDirectory(marks):
            # 大拇指指尖处于手掌外
            if (marks[FINGER0_4][X] > marks[FINGER0_2][X] and marks[FINGER0_2][X] > marks[FINGER4_0][X]) or \
                    (marks[FINGER0_4][X] < marks[FINGER0_2][X] and marks[FINGER0_2][X] < marks[FINGER4_0][X]):
                return FingerStatus.FingerOpen
            else:
                return FingerStatus.FingerClose
        else:
            # 大拇指指尖处于手掌外
            if (marks[FINGER0_4][Y] > marks[FINGER0_2][Y] and marks[FINGER0_2][Y] > marks[FINGER4_0][Y]) or \
                    (marks[FINGER0_4][Y] < marks[FINGER0_2][Y] and marks[FINGER0_2][Y] < marks[FINGER4_0][Y]):
                return FingerStatus.FingerOpen
            else:
                return FingerStatus.FingerClose
    
    # 其它手指使用指节角度判断
    else:
        fingerDegree.append(getFingerPartDegree(marks, fingerStartIndex))
        fingerDegree.append(getFingerPartDegree(marks, fingerStartIndex + 1))
        fingerDegree.append(getFingerPartDegree(marks, fingerStartIndex + 2))
        if max(fingerDegree) - min(fingerDegree) < 35:
            if Directory.Y == getHandMainDirectory(marks):
                if((marks[FINGER0_0][Y] < marks[fingerStartIndex + 1][Y] and marks[fingerStartIndex + 1][Y] < marks[fingerStartIndex][Y]) or \
                        (marks[FINGER0_0][Y] > marks[fingerStartIndex + 1][Y] and marks[fingerStartIndex + 1][Y] > marks[fingerStartIndex][Y])):
                    return FingerStatus.FingerClose
                else:
                    return FingerStatus.FingerOpen
            else:
                if((marks[FINGER0_0][X] < marks[fingerStartIndex + 1][X] and marks[fingerStartIndex + 1][X] < marks[fingerStartIndex][X]) or \
                        (marks[FINGER0_0][X] > marks[fingerStartIndex + 1][X] and marks[fingerStartIndex + 1][X] > marks[fingerStartIndex][X])):
                    return FingerStatus.FingerClose
                else:
                    return FingerStatus.FingerOpen

        # 初步判断出当前手指是弯曲的
        else:
            if Directory.Y == getHandMainDirectory(marks):
                if (marks[fingerStartIndex + 3][Y] > marks[fingerStartIndex][Y] and marks[fingerStartIndex][Y] > marks[FINGER0_0][Y]) or \
                        (marks[fingerStartIndex + 3][Y] < marks[fingerStartIndex][Y] and marks[fingerStartIndex][Y] < marks[FINGER0_0][Y]):
                    return FingerStatus.FingerHalfOpen
                else:
                    return FingerStatus.FingerClose
            else:
                if (marks[fingerStartIndex + 3][X] > marks[fingerStartIndex][X] and marks[fingerStartIndex][X] > marks[FINGER0_0][X]) or \
                        (marks[fingerStartIndex + 3][X] < marks[fingerStartIndex][X] and marks[fingerStartIndex][X] < marks[FINGER0_0][X]):
                    return FingerStatus.FingerHalfOpen
                else:
                    return FingerStatus.FingerClose

#
# @brife  : 获取5根手指状态，打开（伸直），关闭（闭合），半打开
# @param  : marks 21个手节点
# @return : 5根手指状态
def getFingersStatus(marks):
    fingerStatus = [];
    fingerStatus.append(getSingleFingerStatus(marks ,FINGER0_1))
    fingerStatus.append(getSingleFingerStatus(marks ,FINGER1_0))
    fingerStatus.append(getSingleFingerStatus(marks ,FINGER2_0))
    fingerStatus.append(getSingleFingerStatus(marks ,FINGER3_0))
    fingerStatus.append(getSingleFingerStatus(marks ,FINGER4_0))
    return fingerStatus

def getFingerMean(fingerStatus):
    if FingerStatus.FingerClose == fingerStatus[0] and \
        FingerStatus.FingerClose == fingerStatus[1] and \
        FingerStatus.FingerClose == fingerStatus[2] and \
        FingerStatus.FingerClose == fingerStatus[3] and \
        FingerStatus.FingerClose == fingerStatus[4]:
            return 0
    elif FingerStatus.FingerOpen == fingerStatus[0] and \
        FingerStatus.FingerOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen == fingerStatus[2] and \
        FingerStatus.FingerOpen == fingerStatus[3] and \
        FingerStatus.FingerOpen == fingerStatus[4]:
            return 5
    elif FingerStatus.FingerOpen != fingerStatus[0] and \
        FingerStatus.FingerOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen != fingerStatus[2] and \
        FingerStatus.FingerOpen != fingerStatus[3] and \
        FingerStatus.FingerOpen != fingerStatus[4]:
            return 1
    elif FingerStatus.FingerOpen != fingerStatus[0] and \
        FingerStatus.FingerOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen == fingerStatus[2] and \
        FingerStatus.FingerOpen != fingerStatus[3] and \
        FingerStatus.FingerOpen != fingerStatus[4]:
            return 2
    elif FingerStatus.FingerOpen != fingerStatus[0] and \
        FingerStatus.FingerOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen == fingerStatus[2] and \
        FingerStatus.FingerOpen == fingerStatus[3] and \
        FingerStatus.FingerOpen != fingerStatus[4]:
            return 3
    elif FingerStatus.FingerOpen != fingerStatus[0] and \
        FingerStatus.FingerOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen == fingerStatus[2] and \
        FingerStatus.FingerOpen == fingerStatus[3] and \
        FingerStatus.FingerOpen == fingerStatus[4]:
            return 4
    elif FingerStatus.FingerOpen == fingerStatus[0] and \
        FingerStatus.FingerOpen != fingerStatus[1] and \
        FingerStatus.FingerOpen != fingerStatus[2] and \
        FingerStatus.FingerOpen != fingerStatus[3] and \
        FingerStatus.FingerOpen != fingerStatus[4]:
            return 6
    elif FingerStatus.FingerOpen != fingerStatus[0] and \
        FingerStatus.FingerOpen != fingerStatus[1] and \
        FingerStatus.FingerOpen != fingerStatus[2] and \
        FingerStatus.FingerOpen != fingerStatus[3] and \
        FingerStatus.FingerClose != fingerStatus[4]:
            return 7
    elif FingerStatus.FingerOpen == fingerStatus[0] and \
        FingerStatus.FingerOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen != fingerStatus[2] and \
        FingerStatus.FingerOpen != fingerStatus[3] and \
        FingerStatus.FingerOpen != fingerStatus[4]:
            return 8
    elif FingerStatus.FingerOpen != fingerStatus[0] and \
        FingerStatus.FingerHalfOpen == fingerStatus[1] and \
        FingerStatus.FingerOpen != fingerStatus[2] and \
        FingerStatus.FingerOpen != fingerStatus[3] and \
        FingerStatus.FingerOpen != fingerStatus[4]:
            return 9
    else:
            return 'X'

#
# @brife  : 手势转换成文字
# @param  : gesture 手势
# @return : 手势的文字描述
def gestureToString(gesture):
    if Gesture.Cloth == gesture:
        return "Cloth"
    elif Gesture.Stone == gesture:
        return "Stone"
    else:
        return "Scissor"

#
# @brife  : 程序主循环
# @param  : none
# @return : none
cap = cv2.VideoCapture(0)
with mp_hands.Hands(
    model_complexity=0,
    min_detection_confidence=0.5,
    min_tracking_confidence=0.5) as hands:
  while cap.isOpened():
    success, image = cap.read()
    picWidth = image.shape[1]
    picHeight = image.shape[0]
    if not success:
      print("Ignoring empty camera frame.")
      # If loading a video, use 'break' instead of 'continue'.
      continue
    image, handInfo = getHandInfo(image);
    image = cv2.flip(image, 1)
    if len(handInfo):
        curGesture = getFingerMean(getFingersStatus(handInfo))
        cv2.putText(image, str(curGesture), (20, 40), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 0, 255), 4)
    cv2.imshow('MediaPipe Hands', image)
    if cv2.waitKey(5) & 0xFF == 27:
      break
cap.release()

实现了正反面检测，但不能完成侧面检测。高手可以考虑实现全方位检测。

基于OpenCV+MediaPipe的手势识别（数字、石头剪刀布等手势识别）
03-03
基于OpenCV+MediaPipe的手势识别（数字、石头剪刀布等手势识别） 可识别左右手，共定义了15种手势，可以自行增加 https://blog.youkuaiyun.com/weixin_53403301/article/details/123232435
基于mediapipe的手势识别数字石头剪刀布等手势识别源码.zip
06-11
基于mediapipe的手势识别数字石头剪刀布等手势识别源码.zip 基于mediapipe的手势识别数字石头剪刀布等手势识别源码.zip 基于mediapipe的手势识别数字石头剪刀布等手势识别源码.zip 基于mediapipe的手势识别数字石头剪刀布等手势识别源码.zip 基于mediapipe的手势识别数字石头剪刀布等手势识别源码.zip
OpenCV+mediapipe实现——手势识别（比心特效）
最新发布
WenJGo的博客
03-26 2317
深度学习案例，提供****免费源码****，超详细解释，你也来试试吧！~~~
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
weixin_71894495的博客
07-28 2099
本文主要利用opencv读取摄像头的手势画面数据，利用mediapipe库提供的方法将手势图像画面转化为手部21个关节点的坐标值，通过KNN近邻算法训练坐标值的数据，从而识别石头剪刀布三个手势
【优秀课设】基于OpenCV+MediaPipe的手势识别（数字、石头剪刀布等手势识别）
Mike Zhou的博客
03-02 1万+
基于OpenCV+MediaPipe的手势识别（数字、石头剪刀布等手势识别）
OpenCV手势动作识别--石头剪刀布
04-22
OPENCV手势动作识别-石头剪刀布，OpenCV3.0版本，VS2012完美运行。
基于OpenCV的手势识别(剪刀、石头、布).rar
03-14
在这个项目中，“基于OpenCV的手势识别(剪刀、石头、布)”是一个实现了识别剪刀、石头、布这三种手势的应用。 首先，我们来了解一下OpenCV的基本概念。OpenCV是一个跨平台的库，提供了一系列C++和Python接口，用于...
opencv实现静态手势识别 opencv实现剪刀石头布游戏
09-19
在这个特定的场景中，我们关注的是如何使用OpenCV来实现静态手势识别，以及如何将这个技术应用到剪刀石头布游戏中。 首先，静态手势识别的关键在于正确地检测和分析手部的形状。在给出的描述中，我们可以看到实现这...
opencv+qt 摄像头手部检测识别（剪刀石头布）
12-02
opencv+qt 摄像头手部检测识别（剪刀石头布） http://www.cnblogs.com/hebaichuanyeah/p/5014519.html
opencv实现的手势识别，石头剪刀布的实现，亲测可运行
11-22
一个实现石头剪刀布的小程序，基于opencv，在vs2010和opencv2.4.4下可以完美运行。
mediapipe手语识别项目（一）
yyr1348647958的博客
10-11 2698
mediapipe手语识别项目（一）识别视频里人的特征关键点
MultiHand-Tracking:用于Mediapipe多手跟踪的python包装器
03-13
重要的 此项目不再维护，因为Mediapipe自从添加了和以来，比这里使用的hacks更快，更好。 此外，自此以来，Mediapipe。 研究Mediapipe的模型后，该项目将保持当前状态。 Python上的多手跟踪器 Google的管道的Python包装器。 有2种预测变量类。 MultiHandTracker其预测的2D关键点和MultiHandTracker3D其预测3D关键点。 从MultiHandTracker3D生成的关键点可以输入到is_right_hand以确定手感（左右手之间的区别）。 is_right_hand不是Mediapipe管道的一部分，但我认为它将很有用。 这段代码是基于用于python包装器。 入门 基本用法，为2D关键点预测处理单个图像： from PIL import Image import numpy as np import multi_ha
Opencv + MediaPipe -＞ 手势识别
weixin_44686138的博客
03-26 1万+
利用OpenCV mediapipe，快速实现简单的手势识别
Mediapipe 手势识别
热门推荐
Zcc的博客
04-29 1万+
Mediapipe 实现手势识别（石头剪刀布）封装函数（可跳过）手势判断完整代码相关连接 环境：python3.8，pycharm2020 硬件：罗技c505e 基于前面一篇文章，我们已经能够实现手关键点的信息的提取，通过对这些信息的处理我们可以很轻松地进行手势识别。（完整代码见文末） 先看一波效果图: 封装函数（可跳过） 为方便调用，先将之前关键点提取相关函数分装成类 import cv2 import mediapipe as mp import time import math class ha
【手势识别】基于 MediaPipe 的手语接口调用
AI知识搬运工
06-08 3086
基于 MediaPipe 的手语接口现对开发者开放 原创TensorFlowTensorFlow昨天 收录于话题 #MediaPipe 4个 客座博文，发布人：SignAll|MediaPipe 团队 请注意，以下内容中体现的信息、用途及应用完全是 SignAll 客座作者的观点。 SignAll SDK：使用 MediaPipe 的手语接口现对开发者开放 当 Google发布第一个基于MediaPipe的设备端手部追踪技术时，它便成为...
基于Mediapipe的姿态识别
qq_50016274的博客
07-27 2070
基于Mediapipe的小Demo
MediaPipe手势（Hands）
Silicon_Valley
06-14 2802
1、Ubuntu上安装MediaPipe 2、Ubuntu上构建Android的MediaPipe 3、Ubuntu上构建MediaPipe Android Archive (AAR)最近刚好有手势识别的需求，所以就看到了MediaPipe的Hands，识别出各个手势的节点坐标，然后简单的计算手势。这一篇主要是对上一篇编译aar库的补充，因为正式使用上我们自己编译的hands aar库。命令如下： 2.MediaPipe的Hands例子 打开Android studio，导入Android MediaPip
Mediapipe框架(一)人手关键点检测
qq_44665283的博客
04-01 4703
Mediapipe框架(一)人手关键点检测
Mediapipe实现手势识别教程
m0_73726178的博客
07-22 7579
本文介绍了手势识别的详细思路和代码，希望能帮助到大家！
基于mediapipe石头剪刀布
02-27
### 使用MediaPipe实现石头剪刀布手势识别 #### 准备工作 为了使用MediaPipe实现石头剪刀布的手势识别，环境配置至关重要。确保安装Python版本为3.8，并且开发工具PyCharm版本应为2020年发布的版本[^1]。 #### 安装依赖库 首先需安装必要的软件包，包括`opencv-python`用于视频处理以及`mediapipe`作为主要的手部追踪和姿态估计框架。可以通过pip命令完成这些操作： ```bash pip install opencv-python mediapipe numpy ``` #### 初始化摄像头并加载模型 创建一个新的Python脚本文件，在其中初始化Webcam捕获对象，并设置MediaPipe Hands模块实例化参数以便后续调用手掌关键点检测功能。 ```python import cv2 import mediapipe as mp cap = cv2.VideoCapture(0) mp_hands = mp.solutions.hands hands = mp_hands.Hands(static_image_mode=False, max_num_hands=2, # 只考虑一只手的情况 min_detection_confidence=0.7) ``` #### 关键点提取与预处理 当捕捉到帧后，利用MediaPipe提供的Hands解决方案对手掌区域的关键部位进行定位分析。对于每一个被成功跟踪到的手形结构，获取其各个关节坐标位置信息。 ```python while cap.isOpened(): ret, frame = cap.read() if not ret: break image_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) results = hands.process(image_rgb) if results.multi_hand_landmarks is None: continue handLms = results.multi_hand_landmarks[0] landmarks = [] for id, lm in enumerate(handLms.landmark): h, w, c = frame.shape cx, cy = int(lm.x *w), int(lm.y*h) landmarks.append([id, cx, cy]) # 进一步处理landmarks... ``` #### 判断手势类别 根据手指的状态（即是否张开），可以定义不同的条件来区分“石头”， “剪刀” 和 "布". 特别地，这里采用了一种简单直观的方法：统计五指中哪些处于展开状态；再依据特定组合模式匹配对应的游戏选项。 ```python def get_finger_status(fingertips_positions): fingers_up_down = [] thumb_tip_x = fingertips_positions[4][1] index_tip_y = fingertips_positions[8][2] # Thumb check (for right hand only here; adjust accordingly for left/right detection) if thumb_tip_x < fingertips_positions[5][1]: fingers_up_down.append(True) else: fingers_up_down.append(False) # Other four fingers checks for i in range(1, 5): finger_id = i*4 + 8 if fingertips_positions[finger_id][2] < index_tip_y: fingers_up_down.append(True) else: fingers_up_down.append(False) return fingers_up_down if len(landmarks)>0 and all(x>0 for x in [lm[1] for lm in landmarks]): fingertip_ids = [4, 8, 12, 16, 20] # IDs of the tips of each finger. fingertips_pos = [[landmarks[id][idx] for idx in [1, 2]] for id in fingertip_ids] fingers_state = get_finger_status(fingertips_pos) gesture_name = '' if sum(fingers_state)==0 or (sum(fingers_state[:])>=4 and fingers_state.count(True)>=4): gesture_name='Rock' elif fingers_state==[False,True,False,False,True]: gesture_name='Scissors' elif fingers_state==[True]*len(fingers_state): gesture_name='Paper' font = cv2.FONT_HERSHEY_SIMPLEX org = (50, 50) color = (255, 0, 0) thickness = 2 img_with_text=cv2.putText(frame,'Gesture Detected:'+gesture_name ,org,font,1,color,thickness,cv2.LINE_AA ) ``` 上述代码片段展示了如何解析手部姿势数据以确定当前显示的是哪种游戏动作，并将其结果显示在实时视频流画面上[^2]。 #### 显示结果 最后，将带有标注文字的结果图像展示出来供用户查看。同时也要记得释放资源关闭窗口。 ```python cv2.imshow('Hand Gesture Recognition',img_with_text ) if cv2.waitKey(1)&0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() ```
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值