Update

hand.py

@@ -0,0 +1,43 @@
+import cv2
+import mediapipe as mp
+import time
+
+# 打开计算机自带摄像头 
+cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
+
+mpHands = mp.solutions.hands
+hands = mpHands.Hands()  # 设置参数，详见 hands.py 中的 __init__
+mpDraw = mp.solutions.drawing_utils  # 将检测出的手上的标记点连接起来
+
+# 定义时间用于后边的fps计算
+pTime = 0
+cTime = 0
+
+while True:
+    success, img = cap.read()
+    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)  # 将BGR格式图像转换为RGB
+    results = hands.process(imgRGB)  # 对输入图像进行处理，探索图像中是否有手
+    # print(results.multi_hand_landmarks)  # 如果有手，输出手所有0~20个标记点的比例坐标，如果没有，输出None
+    if results.multi_hand_landmarks:
+        for handLms in results.multi_hand_landmarks:  # 捕捉画面中的每一只手
+            for id, lm in enumerate(handLms.landmark):
+                # print(id, lm)
+                h, w, c = img.shape
+                cx, cy = int(lm.x * w), int(lm.y * h)  # 根据比例还原出每一个标记点的像素坐标
+                print(id, cx, cy)  # 根据手上标记点的id打印出其相应所在图像中中的像素位置
+                if id == 4:  # 可以根据手上标记点的id获得任意id对应的标记点的信息
+                    cv2.circle(img, (cx, cy), 10, (255, 0, 255), cv2.FILLED)  # 这里加粗强调了大拇指上的一个标记点
+
+            mpDraw.draw_landmarks(img, handLms, mpHands.HAND_CONNECTIONS)  # 给画面中的每一只手进行标点、连线的操作
+
+    # 得到fps
+    cTime = time.time()
+    fps = 1/(cTime - pTime)
+    pTime = cTime
+    # 在画面上显示fps
+    cv2.putText(img, 'FPS:' + str(int(fps)), (10, 70), cv2.FONT_ITALIC, 1, (0, 0, 255), 3)
+    cv2.imshow("Image", img)
+    cv2.waitKey(1)
+    # 点击窗口X按钮关闭窗口
+    if cv2.getWindowProperty('Image',cv2.WND_PROP_VISIBLE) < 1:        
+        break