网站建设规划需要考虑,给别人做网站的话术,代理网站平台,建设银行么官方网站前言#xff1a; 零基础学Python#xff1a;Python从0到100最新最全教程。 想做这件事情很久了#xff0c;这次我更新了自己所写过的所有博客#xff0c;汇集成了Python从0到100#xff0c;共一百节课#xff0c;帮助大家一个月时间里从零基础到学习Python基础语法、Pyth… 前言 零基础学PythonPython从0到100最新最全教程。 想做这件事情很久了这次我更新了自己所写过的所有博客汇集成了Python从0到100共一百节课帮助大家一个月时间里从零基础到学习Python基础语法、Python爬虫、Web开发、 计算机视觉、机器学习、神经网络以及人工智能相关知识成为学习学习和学业的先行者 欢迎大家订阅专栏零基础学PythonPython从0到100最新最全教程 今天来学习一下如何使用OpenCV实现手势音量控制欢迎大家一起前来探讨学习~
一、需要的库及功能介绍
本次实验需要使用OpenCV和mediapipe库进行手势识别并利用手势距离控制电脑音量。
导入库
cv2OpenCV库用于读取摄像头视频流和图像处理。mediapipemediapipe库用于手部关键点检测和手势识别。ctypes和comtypes用于与操作系统的音频接口进行交互。pycawpycaw库用于控制电脑音量。
功能
初始化mediapipe和音量控制模块获取音量范围。打开摄像头读取视频流。对每一帧图像进行处理 转换图像为RGB格式。使用mediapipe检测手部关键点。如果检测到手部关键点 在图像中标注手指关键点和手势连线。解析手指关键点坐标。根据拇指和食指指尖的坐标计算手势距离。将手势距离转换为音量大小并控制电脑音量。 显示处理后的图像。 循环执行前述步骤直到手动停止程序或关闭摄像头。
注意事项:
在运行代码之前需要安装相关库opencv、mediapipe、pycaw。需要连接音频设备并使其可访问。检测到多个手部时只处理第一个检测到的手部。检测到手指关键点时将索引指为0的关键点作为拇指的指尖索引指为1的关键点作为食指的指尖。
cv2.VideoCapture()函数参数问题 这并没有错。但在树莓派上调用时需要更改参数改为
cap cv2.VideoCapture(1)调用电脑摄像头时 电脑在用cv2.VideoCapture(0)时程序结束后会有报错 [ WARN:0] SourceReaderCB::~SourceReaderCB terminating async callback 需要改为
cv2.VideoCapture(0,cv2.CAP_DSHOW)二、导入所需要的模块
# 导入OpenCV
import cv2
# 导入mediapipe
import mediapipe as mp
# 导入电脑音量控制模块
from ctypes import cast, POINTER
from comtypes import CLSCTX_ALL
from pycaw.pycaw import AudioUtilities, IAudioEndpointVolume# 导入其他依赖包
import time
import math
import numpy as np三、初始化 HandControlVolume 类
class HandControlVolume:def __init__(self):初始化 HandControlVolume 类的实例初始化 mediapipe 对象用于手部关键点检测和手势识别。获取电脑音量接口并获取音量范围。# 初始化 medialpipeself.mp_drawing mp.solutions.drawing_utilsself.mp_drawing_styles mp.solutions.drawing_stylesself.mp_hands mp.solutions.hands# 获取电脑音量范围devices AudioUtilities.GetSpeakers()interface devices.Activate(IAudioEndpointVolume._iid_, CLSCTX_ALL, None)self.volume cast(interface, POINTER(IAudioEndpointVolume))self.volume.SetMute(0, None)self.volume_range self.volume.GetVolumeRange()初始化 mediapipe 对象用于手部关键点检测和手势识别。获取电脑音量接口并获取音量范围。
四、主函数
1.计算刷新率 初始化刷新率的计算记录当前时间作为初始时间。 使用OpenCV打开视频流此处读取摄像头设备默认使用设备ID为0。 设置视频流的分辨率为指定的resize_w和resize_h大小并将图像resize为该尺寸。 在使用hands对象之前使用with语句创建一个上下文环境设置手部检测和追踪的相关参数包括最小检测置信度、最小追踪置信度和最大手的数量。 进入循环判断视频流是否打开。使用cap.read()函数从视频流中读取一帧图像返回的success表示是否读取成功image则是读取到的图像。 对读取到的图像进行resize将其调整为指定的大小。如果读取失败则打印提示信息并继续下一次循环。
# 主函数def recognize(self):# 计算刷新率fpsTime time.time()# OpenCV读取视频流cap cv2.VideoCapture(0)# 视频分辨率resize_w 640resize_h 480# 画面显示初始化参数rect_height 0rect_percent_text 0with self.mp_hands.Hands(min_detection_confidence0.7,min_tracking_confidence0.5,max_num_hands2) as hands:while cap.isOpened():success, image cap.read()image cv2.resize(image, (resize_w, resize_h))if not success:print(空帧.)continue2.提高性能 将图像的可写标志image.flags.writeable设置为False以便进行内存优化。 将图像从BGR格式转换为RGB格式这是因为MediaPipe模型处理的输入要求为RGB格式。 对图像进行水平翻转即镜像操作以使图像更符合常见的镜像显示。 使用MediaPipe模型对图像进行处理得到结果。 将图像的可写标志image.flags.writeable设置为True以重新启用对图像的写入操作。 将图像从RGB格式转换回BGR格式以便后续的显示和处理。
这些优化操作旨在提高程序的性能和效率。其中将图像的可写标志设置为False可以减少不必要的内存拷贝转换图像的格式和镜像操作则是为了符合MediaPipe模型的输入要求和更好地进行手势识别。最后将图像转换回BGR格式是为了与OpenCV的显示函数兼容。 # 提高性能image.flags.writeable False# 转为RGBimage cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 镜像image cv2.flip(image, 1)# mediapipe模型处理results hands.process(image)image.flags.writeable Trueimage cv2.cvtColor(image, cv2.COLOR_RGB2BGR)3.判断是否有手掌 判断results.multi_hand_landmarks是否存在即是否检测到手掌。如果存在则继续执行下面的代码。 遍历results.multi_hand_landmarks中的每个hand_landmarks即遍历每个检测到的手掌。 使用self.mp_drawing.draw_landmarks函数将检测到的手掌标注在图像上包括手指的关键点和手指之间的连接线。
# 判断是否有手掌if results.multi_hand_landmarks:# 遍历每个手掌for hand_landmarks in results.multi_hand_landmarks:# 在画面标注手指self.mp_drawing.draw_landmarks(image,hand_landmarks,self.mp_hands.HAND_CONNECTIONS,self.mp_drawing_styles.get_default_hand_landmarks_style(),self.mp_drawing_styles.get_default_hand_connections_style())4.解析手指存入各个手指坐标
首先解析手指的坐标并存入landmark_list列表中。然后根据手指的坐标计算出大拇指和食指的指尖坐标以及两者的中间点坐标。接下来绘制了大拇指、食指和两者之间的连线并使用勾股定理计算了两个指尖之间的长度。 创建一个空的landmark_list列表用于存储手指坐标。 遍历手部关键点的每个元素将每个关键点的id、x、y和z坐标存储在一个列表中然后将该列表添加到landmark_list中。 判断landmark_list是否不为空如果不为空继续执行下面的代码。 从landmark_list中获取大拇指指尖坐标的列表项然后计算出在图像上的像素坐标。 从landmark_list中获取食指指尖坐标的列表项然后计算出在图像上的像素坐标。 计算大拇指指尖和食指指尖的中间点坐标。 绘制大拇指和食指的指尖点以及中间点。 绘制大拇指和食指之间的连线。 使用勾股定理计算大拇指指尖和食指指尖之间的长度保存在line_len中。 # 解析手指存入各个手指坐标landmark_list []for landmark_id, finger_axis in enumerate(hand_landmarks.landmark):landmark_list.append([landmark_id, finger_axis.x, finger_axis.y,finger_axis.z])if landmark_list:# 获取大拇指指尖坐标thumb_finger_tip landmark_list[4]thumb_finger_tip_x math.ceil(thumb_finger_tip[1] * resize_w)thumb_finger_tip_y math.ceil(thumb_finger_tip[2] * resize_h)# 获取食指指尖坐标index_finger_tip landmark_list[8]index_finger_tip_x math.ceil(index_finger_tip[1] * resize_w)index_finger_tip_y math.ceil(index_finger_tip[2] * resize_h)# 中间点finger_middle_point (thumb_finger_tip_x index_finger_tip_x) // 2, (thumb_finger_tip_y index_finger_tip_y) // 2# print(thumb_finger_tip_x)thumb_finger_point (thumb_finger_tip_x, thumb_finger_tip_y)index_finger_point (index_finger_tip_x, index_finger_tip_y)# 画指尖2点image cv2.circle(image, thumb_finger_point, 10, (255, 0, 255), -1)image cv2.circle(image, index_finger_point, 10, (255, 0, 255), -1)image cv2.circle(image, finger_middle_point, 10, (255, 0, 255), -1)# 画2点连线image cv2.line(image, thumb_finger_point, index_finger_point, (255, 0, 255), 5)# 勾股定理计算长度line_len math.hypot((index_finger_tip_x - thumb_finger_tip_x),(index_finger_tip_y - thumb_finger_tip_y))
5.获取电脑最大最小音量
实现获取电脑的最大和最小音量并将指尖的长度映射到音量范围和矩形显示上然后将映射后的音量值设置为电脑的音量。具体过程如下 self.volume_range[0]和self.volume_range[1]分别获取电脑的最小音量和最大音量。 np.interp函数将指尖的长度line_len映射到从50到300的范围再映射到最小音量和最大音量的范围得到音量值vol。 np.interp函数将指尖的长度line_len映射到从50到300的范围再映射到从0到200的范围得到矩形的高度rect_height。 np.interp函数将指尖的长度line_len映射到从50到300的范围再映射到从0到100的范围得到矩形百分比显示的数值rect_percent_text。 self.volume.SetMasterVolumeLevel方法将音量值vol设置为电脑的音量。
# 获取电脑最大最小音量min_volume self.volume_range[0]max_volume self.volume_range[1]# 将指尖长度映射到音量上vol np.interp(line_len, [50, 300], [min_volume, max_volume])# 将指尖长度映射到矩形显示上rect_height np.interp(line_len, [50, 300], [0, 200])rect_percent_text np.interp(line_len, [50, 300], [0, 100])# 设置电脑音量self.volume.SetMasterVolumeLevel(vol, None)6.显示矩形
cv2.putText函数来在图像上显示矩形框的百分比值 cv2.rectangle函数来绘制矩形框并填充颜色 cv2.putText函数来在图像上显示当前帧的刷新率FPS cv2.imshow函数来显示处理后的图像 cv2.waitKey函数等待按键输入当按下ESC键或关闭窗口时退出程序 HandControlVolume类的recognize方法调用了手势识别的功能。
# 显示矩形cv2.putText(image, str(math.ceil(rect_percent_text)) %, (10, 350),cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)image cv2.rectangle(image, (30, 100), (70, 300), (255, 0, 0), 3)image cv2.rectangle(image, (30, math.ceil(300 - rect_height)), (70, 300), (255, 0, 0), -1)# 显示刷新率FPScTime time.time()fps_text 1 / (cTime - fpsTime)fpsTime cTimecv2.putText(image, FPS: str(int(fps_text)), (10, 70),cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)# 显示画面cv2.imshow(MediaPipe Hands, image)if cv2.waitKey(5) 0xFF 27 or cv2.getWindowProperty(MediaPipe Hands, cv2.WND_PROP_VISIBLE) 1:breakcap.release()# 开始程序
control HandControlVolume()
control.recognize()
五、实战演示 通过演示我们可以发现食指与大拇指之间在屏幕中的的距离越远那么我们的音量会越大反之越小实现了通过手势对音量的控制。
六、源码分享
import cv2
import mediapipe as mp
from ctypes import cast, POINTER
from comtypes import CLSCTX_ALL
from pycaw.pycaw import AudioUtilities, IAudioEndpointVolume
import time
import math
import numpy as npclass HandControlVolume:def __init__(self):# 初始化medialpipeself.mp_drawing mp.solutions.drawing_utilsself.mp_drawing_styles mp.solutions.drawing_stylesself.mp_hands mp.solutions.hands# 获取电脑音量范围devices AudioUtilities.GetSpeakers()interface devices.Activate(IAudioEndpointVolume._iid_, CLSCTX_ALL, None)self.volume cast(interface, POINTER(IAudioEndpointVolume))self.volume.SetMute(0, None)self.volume_range self.volume.GetVolumeRange()# 主函数def recognize(self):# 计算刷新率fpsTime time.time()# OpenCV读取视频流cap cv2.VideoCapture(0)# 视频分辨率resize_w 640resize_h 480# 画面显示初始化参数rect_height 0rect_percent_text 0with self.mp_hands.Hands(min_detection_confidence0.7,min_tracking_confidence0.5,max_num_hands2) as hands:while cap.isOpened():success, image cap.read()image cv2.resize(image, (resize_w, resize_h))if not success:print(空帧.)continue# 提高性能image.flags.writeable False# 转为RGBimage cv2.cvtColor(image, cv2.COLOR_BGR2RGB)# 镜像image cv2.flip(image, 1)# mediapipe模型处理results hands.process(image)image.flags.writeable Trueimage cv2.cvtColor(image, cv2.COLOR_RGB2BGR)# 判断是否有手掌if results.multi_hand_landmarks:# 遍历每个手掌for hand_landmarks in results.multi_hand_landmarks:# 在画面标注手指self.mp_drawing.draw_landmarks(image,hand_landmarks,self.mp_hands.HAND_CONNECTIONS,self.mp_drawing_styles.get_default_hand_landmarks_style(),self.mp_drawing_styles.get_default_hand_connections_style())# 解析手指存入各个手指坐标landmark_list []for landmark_id, finger_axis in enumerate(hand_landmarks.landmark):landmark_list.append([landmark_id, finger_axis.x, finger_axis.y,finger_axis.z])if landmark_list:# 获取大拇指指尖坐标thumb_finger_tip landmark_list[4]thumb_finger_tip_x math.ceil(thumb_finger_tip[1] * resize_w)thumb_finger_tip_y math.ceil(thumb_finger_tip[2] * resize_h)# 获取食指指尖坐标index_finger_tip landmark_list[8]index_finger_tip_x math.ceil(index_finger_tip[1] * resize_w)index_finger_tip_y math.ceil(index_finger_tip[2] * resize_h)# 中间点finger_middle_point (thumb_finger_tip_x index_finger_tip_x) // 2, (thumb_finger_tip_y index_finger_tip_y) // 2# print(thumb_finger_tip_x)thumb_finger_point (thumb_finger_tip_x, thumb_finger_tip_y)index_finger_point (index_finger_tip_x, index_finger_tip_y)# 画指尖2点image cv2.circle(image, thumb_finger_point, 10, (255, 0, 255), -1)image cv2.circle(image, index_finger_point, 10, (255, 0, 255), -1)image cv2.circle(image, finger_middle_point, 10, (255, 0, 255), -1)# 画2点连线image cv2.line(image, thumb_finger_point, index_finger_point, (255, 0, 255), 5)# 勾股定理计算长度line_len math.hypot((index_finger_tip_x - thumb_finger_tip_x),(index_finger_tip_y - thumb_finger_tip_y))# 获取电脑最大最小音量min_volume self.volume_range[0]max_volume self.volume_range[1]# 将指尖长度映射到音量上vol np.interp(line_len, [50, 300], [min_volume, max_volume])# 将指尖长度映射到矩形显示上rect_height np.interp(line_len, [50, 300], [0, 200])rect_percent_text np.interp(line_len, [50, 300], [0, 100])# 设置电脑音量self.volume.SetMasterVolumeLevel(vol, None)# 显示矩形cv2.putText(image, str(math.ceil(rect_percent_text)) %, (10, 350),cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)image cv2.rectangle(image, (30, 100), (70, 300), (255, 0, 0), 3)image cv2.rectangle(image, (30, math.ceil(300 - rect_height)), (70, 300), (255, 0, 0), -1)# 显示刷新率FPScTime time.time()fps_text 1 / (cTime - fpsTime)fpsTime cTimecv2.putText(image, FPS: str(int(fps_text)), (10, 70),cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)# 显示画面cv2.imshow(xyp, image)if cv2.waitKey(5) 0xFF 27 or cv2.getWindowProperty(MediaPipe Hands, cv2.WND_PROP_VISIBLE) 1:breakcap.release()
control HandControlVolume()
control.recognize()文末送书 Dream送书活动——第四十五期 《AI全能助手ChatGPT工作效率提升技巧与案例》免费包邮送三本 参与方式 1.点赞收藏文章 2.在评论区留言人生苦短我用Python多可评论三条 3.随机抽取4位免费送出 4.截止时间 2024-11-19 本期推荐 AI全能助手ChatGPT工作效率提升技巧与案例 京东https://item.jd.com/14628194.html 13个知识模块60个实操场景AI工具使用方法多场景落地新手辅助入门轻松调教出24小时工作助手让一人胜过一个团队。 关键点 13个知识模块60个实操场景办公技能、求职面试、人际关系、文案写作、演讲提升、活动策划、电商营销、团队管理、实体创业、教育培训、金融行业、亲子教育、文创文旅 等领域皆有涉猎。多场景落地新手辅助入门以职场演讲为例本书从开头、结尾、金句、声音优化技巧、文案迭代等多个角度进行深入讲解力求帮助读者透彻掌握这项技能。AI工具使用方法详解详细介绍ChatGPT和文心一言等多种AI辅助工具的使用技巧并做了演示帮助读者理解。形成完整认知体系对AI给出的回答做了客观中肯的点评力求给读者提供独特的认知与思考视角帮助读者形成一套完整的认知与思考逻辑。 内容简介 本书结合作者的职场工作经验和AI使用经验讲解了AI工具在不同工作场景中的使用方法和技巧能帮助读者快速提升工作效率。全书共设置了13个知识模块每个知识模块都设置了场景模拟与实操案例。真正做到了让读者看得懂学得会用得上。全书语言通俗易懂案例来自实际工作并有详细的思路点评能够帮助读者轻松入门并建立系统认知吃透AI运用的底层逻辑真正拥有自己的AI全能助手。本书适合想要提升职场办公技能与效率的人士阅读同样适合作为学校、企业和教育机构的培训教材。 作者简介 本书结合作者的职场工作经验和 AI 使用经验讲解了 AI 工具在不同工作场景中的使用方法和技巧能帮助读者快速提升工作效率。全书共设置了13个知识模块每个知识模块都设置了场景模拟与实操案例。真正做到了让读者看得懂学得会用得上。 全书语言通俗易懂案例来自实际工作并有详细的思路点评能够帮助读者轻松入门并建立系统认知吃透 AI 运用的底层逻辑真正拥有自己的 AI 全能助手。本书适合想要提升职场办公技能与效率的人士阅读同样适合作为学校、企业和教育机构的培训教材。
