文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

python+mediapipe+opencv如何实现手部关键点检测功能

2023-06-26 04:27

关注

今天给大家介绍一下python+mediapipe+opencv如何实现手部关键点检测功能。,文章的内容小编觉得不错,现在给大家分享一下,觉得有需要的朋友可以了解一下,希望对大家有所帮助,下面跟着小编的思路一起来阅读吧。


一、mediapipe是什么?

Mediapipe是google的一个开源项目,支持跨平台的常用ML方案。

二、使用步骤

1.引入库

代码如下:

import cv2from mediapipe import solutionsimport time

2.主代码

代码如下:

cap = cv2.VideoCapture(0)mpHands = solutions.handshands = mpHands.Hands()mpDraw = solutions.drawing_utilspTime = 0count = 0while True:    success, img = cap.read()    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)    results = hands.process(imgRGB)    if results.multi_hand_landmarks:        for handLms in results.multi_hand_landmarks:            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)    cTime = time.time()    fps = 1 / (cTime - pTime)    pTime = cTime    cv2.putText(img, str(int(fps)), (25, 50), cv2.FONT_HERSHEY_PLAIN, 2, (255, 0, 0), 3)    cv2.imshow("Image", img)    cv2.waitKey(1)

3.识别结果

python+mediapipe+opencv如何实现手部关键点检测功能

python+mediapipe+opencv如何实现手部关键点检测功能

以上就是今天要讲的内容,本文仅仅简单介绍了mediapipe的使用,而mediapipe提供了大量关于图像识别等的方法。

补充:

下面看下基于mediapipe人脸网状识别。

下载mediapipe库:

pip install mediapipe

完整代码:

import cv2import mediapipe as mpimport timemp_drawing = mp.solutions.drawing_utilsmp_face_mesh = mp.solutions.face_meshdrawing_spec = mp_drawing.DrawingSpec(thickness=1, circle_radius=1)cap = cv2.VideoCapture("3.mp4")with mp_face_mesh.FaceMesh(    min_detection_confidence=0.5,    min_tracking_confidence=0.5) as face_mesh:  while cap.isOpened():    success, image = cap.read()    if not success:      print("Ignoring empty camera frame.")      # If loading a video, use 'break' instead of 'continue'.      continue    # Flip the image horizontally for a later selfie-view display, and convert    # the BGR image to RGB.    image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB)    # To improve performance, optionally mark the image as not writeable to    # pass by reference.    image.flags.writeable = False    results = face_mesh.process(image)    time.sleep(0.02)    # Draw the face mesh annotations on the image.    image.flags.writeable = True    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)    if results.multi_face_landmarks:      for face_landmarks in results.multi_face_landmarks:        mp_drawing.draw_landmarks(            image=image,            landmark_list=face_landmarks,            connections=mp_face_mesh.FACE_CONNECTIONS,            landmark_drawing_spec=drawing_spec,            connection_drawing_spec=drawing_spec)    cv2.imshow('MediaPipe FaceMesh', image)    if cv2.waitKey(5) & 0xFF == 27:      breakcap.release()

以上就是python+mediapipe+opencv如何实现手部关键点检测功能的全部内容了,更多与python+mediapipe+opencv如何实现手部关键点检测功能相关的内容可以搜索编程网之前的文章或者浏览下面的文章进行学习哈!相信小编会给大家增添更多知识,希望大家能够支持一下编程网!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     807人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     351人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     314人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     433人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     221人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯