免费部署网站,自动发布到wordpress,茂名网站开发,wordpress 有缓存吗若该文为原创文章#xff0c;转载请注明原文出处。 一、项目介绍
由于博主太懒#xff0c;mediapipe如何实现鼠标控制的原理直接忽略#xff0c;最初的想法是想控制摄像头识别手指控制鼠标#xff0c;达到播放电影的效果。基本上效果也是可以的。简单的说是使用mediapipe检…若该文为原创文章转载请注明原文出处。 一、项目介绍
由于博主太懒mediapipe如何实现鼠标控制的原理直接忽略最初的想法是想控制摄像头识别手指控制鼠标达到播放电影的效果。基本上效果也是可以的。简单的说是使用mediapipe检测出手指的关键点通过检测食指关键点去移动鼠标当食指和中指距离小于一定值当成点击事件处理。
二、环境搭建
使用的是miniconda3终端前面有提及如何安装不懂或不明白自行百度。
1、打开终端 2、创建mediapipe虚拟环境
conda create -n mediapipe_env python3.8
创建过程中提示如个界面输入y 等待一会就创建好了如果出错自行换 conda源。 根据提示激活环境
3、激活环境
conda activate mediapipe_env 三、依赖安装
在编写代码前需要先在安装mediapipe等一些依赖安装前确保环境已经被激活。
1、安装mediapipe
pip install mediapipe -i https://pypi.tuna.tsinghua.edu.cn/simple
2、安装numpy
pip install numpy -i https://pypi.tuna.tsinghua.edu.cn/simple
3、安装autopy
pip install autopy -i https://pypi.tuna.tsinghua.edu.cn/simple
4、安装opencv
pip install opencv-python -i https://pypi.tuna.tsinghua.edu.cn/simple
四、代码及测试
代码直接使用notepad编辑看个人习惯可以使用VS或pycharm或其他的
运行直接在终端操作。使用pycharm等需要自行搭建环境。
下面直接上代码
1、虚拟鼠标
AiVirtualMouse.py
import cv2
import HandTrackingModule as htm
import autopy
import numpy as np
import time##############################
wCam, hCam 1080, 720
frameR 100
smoothening 5
##############################
cap cv2.VideoCapture(0) # 若使用笔记本自带摄像头则编号为0 若使用外接摄像头 则更改为1或其他编号
cap.set(3, wCam)
cap.set(4, hCam)
pTime 0
plocX, plocY 0, 0
clocX, clocY 0, 0detector htm.handDetector()
wScr, hScr autopy.screen.size()
# print(wScr, hScr)while True:success, img cap.read()# 1. 检测手部 得到手指关键点坐标img detector.findHands(img)cv2.rectangle(img, (frameR, frameR), (wCam - frameR, hCam - frameR), (0, 255, 0), 2, cv2.FONT_HERSHEY_PLAIN)lmList detector.findPosition(img, drawFalse)# 2. 判断食指和中指是否伸出if len(lmList) ! 0:x1, y1 lmList[8][1:]x2, y2 lmList[12][1:]fingers detector.fingersUp()# 3. 若只有食指伸出 则进入移动模式if fingers[1] and fingers[2] False:# 4. 坐标转换 将食指在窗口坐标转换为鼠标在桌面的坐标# 鼠标坐标x3 np.interp(x1, (frameR, wCam - frameR), (0, wScr))y3 np.interp(y1, (frameR, hCam - frameR), (0, hScr))# smoothening valuesclocX plocX (x3 - plocX) / smootheningclocY plocY (y3 - plocY) / smootheningautopy.mouse.move(wScr - clocX, clocY)cv2.circle(img, (x1, y1), 15, (255, 0, 255), cv2.FILLED)plocX, plocY clocX, clocY# 5. 若是食指和中指都伸出 则检测指头距离 距离够短则对应鼠标点击if fingers[1] and fingers[2]:length, img, pointInfo detector.findDistance(8, 12, img)if length 40:cv2.circle(img, (pointInfo[4], pointInfo[5]),15, (0, 255, 0), cv2.FILLED)autopy.mouse.click()cTime time.time()fps 1 / (cTime - pTime)pTime cTimecv2.putText(img, ffps:{int(fps)}, [15, 25],cv2.FONT_HERSHEY_PLAIN, 2, (255, 0, 255), 2)cv2.imshow(Image, img)cv2.waitKey(1)
HandTrackingModule.py
import cv2
import mediapipe as mp
import time
import mathclass handDetector():def __init__(self, modeFalse, maxHands2, detectionCon0.8, trackCon0.8):self.mode modeself.maxHands maxHandsself.detectionCon detectionConself.trackCon trackConself.mpHands mp.solutions.handsself.hands self.mpHands.Hands(self.mode, self.maxHands, self.detectionCon, self.trackCon)self.mpDraw mp.solutions.drawing_utilsself.tipIds [4, 8, 12, 16, 20]def findHands(self, img, drawTrue):imgRGB cv2.cvtColor(img, cv2.COLOR_BGR2RGB)self.results self.hands.process(imgRGB)print(self.results.multi_handedness) # 获取检测结果中的左右手标签并打印if self.results.multi_hand_landmarks:for handLms in self.results.multi_hand_landmarks:if draw:self.mpDraw.draw_landmarks(img, handLms, self.mpHands.HAND_CONNECTIONS)return imgdef findPosition(self, img, drawTrue):self.lmList []if self.results.multi_hand_landmarks:for handLms in self.results.multi_hand_landmarks:for id, lm in enumerate(handLms.landmark):h, w, c img.shapecx, cy int(lm.x * w), int(lm.y * h)# print(id, cx, cy)self.lmList.append([id, cx, cy])if draw:cv2.circle(img, (cx, cy), 12, (255, 0, 255), cv2.FILLED)return self.lmListdef fingersUp(self):fingers []# 大拇指if self.lmList[self.tipIds[0]][1] self.lmList[self.tipIds[0] - 1][1]:fingers.append(1)else:fingers.append(0)# 其余手指for id in range(1, 5):if self.lmList[self.tipIds[id]][2] self.lmList[self.tipIds[id] - 2][2]:fingers.append(1)else:fingers.append(0)# totalFingers fingers.count(1)return fingersdef findDistance(self, p1, p2, img, drawTrue, r15, t3):x1, y1 self.lmList[p1][1:]x2, y2 self.lmList[p2][1:]cx, cy (x1 x2) // 2, (y1 y2) // 2if draw:cv2.line(img, (x1, y1), (x2, y2), (255, 0, 255), t)cv2.circle(img, (x1, y1), r, (255, 0, 255), cv2.FILLED)cv2.circle(img, (x2, y2), r, (255, 0, 255), cv2.FILLED)cv2.circle(img, (cx, cy), r, (0, 0, 255), cv2.FILLED)length math.hypot(x2 - x1, y2 - y1)return length, img, [x1, y1, x2, y2, cx, cy]def main():pTime 0cTime 0cap cv2.VideoCapture(0)detector handDetector()while True:success, img cap.read()img detector.findHands(img) # 检测手势并画上骨架信息lmList detector.findPosition(img) # 获取得到坐标点的列表if len(lmList) ! 0:print(lmList[4])cTime time.time()fps 1 / (cTime - pTime)pTime cTimecv2.putText(img, fps: str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 255), 3)cv2.imshow(Image, img)cv2.waitKey(1)if __name__ __main__:main()虚拟鼠标功能当食指和中指合在一起后画面消失此时界面就可以通过手指来控制。 运行后出现(arg0:int)- mediapipe.python._framework_bindings.packet.PacketInvoked with: 0.5这个错误
处理方法
修改错误提示中solution_base.py文件中595行改为如下
return getattr(packet_creator,create_ packet_data_type.value)(True if round(data)0 else False) 如有侵权或需要完整代码请及时联系博主。
