MediaPipe + OpenCV五分钟搞定手势识别

这个是真的，首先需要从Google在2020年发布的mediapipe开发包说起，这个开发包集成了人脸、眼睛、虹膜、手势、姿态等各种landmark检测与跟踪算法。

https://google.github.io/mediapipe/

请看下图比较详细

是个不折不扣的现实增强的宝藏工具包，特别实用！支持的平台跟语言也非常的丰富，图示如下：

只说一遍，感觉要逆天了，依赖库只有一个就是opencv，python版本的安装特别简单，直接运行下面的命令行：

pip install mediapipe

直接运行官方提供的Python演示程序，需要稍微修改一下，因为版本更新了，演示程序有点问题，改完之后执行运行视频测试，完美get到手势landmark关键点：

手势landmark的关键点编号与解释如下：

修改后的代码如下：

import cv2
import mediapipe as mp
mp_drawing = mp.solutions.drawing_utils
mp_hands = mp.solutions.hands

# For webcam input:
cap = cv2.VideoCapture(0)
with mp_hands.Hands(
    min_detection_confidence=0.5,
    min_tracking_confidence=0.5) as hands:
  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

    # To improve performance, optionally mark the image as not writeable to
    # pass by reference.
    image.flags.writeable = False
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    results = hands.process(image)

    # Draw the hand annotations on the 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:
        mp_drawing.draw_landmarks(
            image,
            hand_landmarks,
            mp_hands.HAND_CONNECTIONS)
        cv2.imwrite('D:/result.png', cv2.flip(image, 1))
    # Flip the image horizontally for a selfie-view display.
    cv2.imshow('MediaPipe Hands', cv2.flip(image, 1))
    if cv2.waitKey(5) & 0xFF == 27:
      break
cap.release()

基于最简单的图象分类，收集了几百张图象，做了一个简单的迁移学习，实现了三种手势分类，运行请看视频：

扫码查看OpenCV+Pytorch系统化学习路线图