广告位联系
返回顶部
分享到

Python+OpenCV实战之拖拽虚拟方块的实现

python 来源:互联网 作者:佚名 发布时间:2022-08-29 21:17:54 人浏览
摘要

一、项目效果 学校宿舍今天搬家,累麻了,突然发现展示处理的也很粗糙,就这样吧嘿嘿~~~ 二、核心流程 1、openCV读取视频流、在每一帧图片上画一个矩形。 2、使用mediapipe获取手指关

一、项目效果

学校宿舍今天搬家,累麻了,突然发现展示处理的也很粗糙,就这样吧嘿嘿~~~

二、核心流程

1、openCV读取视频流、在每一帧图片上画一个矩形。

2、使用mediapipe获取手指关键点坐标。

3、根据手指坐标位置和矩形的坐标位置,判断手指点是否在矩形上,如果在则矩形跟随手指移动。

三、代码流程

环境准备:

python: 3.8.8

opencv: 4.2.0.32

mediapipe: 0.8.10.1

注:

1、opencv版本过高或过低可能出现一些如摄像头打不开、闪退等问题,python版本影响opencv可选择的版本。

2、pip install mediapipe 后可能导致openCV无法正常使用,卸了重新下载,习惯了就好。

1. 读取摄像头视频,画矩形

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

import cv2

import time

import numpy as np

  

  

# 调用摄像头 0 默认摄像头

cap = cv2.VideoCapture(0)

  

# 初始方块数据

x = 100

y = 100

w = 100

h = 100

  

# 读取一帧帧照片

while True:

    # 返回frame图片

    rec,frame = cap.read()

     

    # 镜像

    frame = cv2.flip(frame,1)

     

    # 画矩形

    cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 255), -1)

  

    # 显示画面

    cv2.imshow('frame',frame)

     

    # 退出条件

    if cv2.waitKey(1) & 0xFF == ord('q'):

        break

     

cap.release()

cv2.destroyAllWindows()

这是很基础的一步操作,此时我们运行这段代码,摄像头打开,我们会惊讶地看到自己英俊的脸庞,且左上角有个100*100的紫色矩形。

2. 导入mediapipe处理手指坐标

1

pip install mediapipe

此时可能出现一些问题,比如openCV突然用不了了,没关系,卸载了重新下。

mediapipe详细信息:Hands - mediapipe (google.github.io)

简单来说,它会返回给我们21个手指关键点的坐标,即它在视频画面的位置比例( 0~1 ),我们乘以对应画面的宽高,就能得到手指对应的坐标了。

本次用到食指和中指指尖,也就是8号和12号。

2.1 配置一些基础信息

1

2

3

4

5

6

7

8

9

10

11

12

13

14

import cv2

import time

import numpy as np

import mediapipe as mp

  

  

mp_drawing = mp.solutions.drawing_utils

mp_drawing_styles = mp.solutions.drawing_styles

mp_hands = mp.solutions.hands

  

hands =  mp_hands.Hands(

    static_image_mode=True,

    max_num_hands=2,

    min_detection_confidence=0.5)

2.2 在处理每一帧图像时,加入

1

2

3

4

5

6

7

frame.flags.writeable = False

frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

# 返回结果

results = hands.process(frame)

 

frame.flags.writeable = True

frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

当我们在视频流中读取每一帧图片时,将其从BGR转为RGB供给mediapipe生成的hands对象读取,它会返回这张图片中手指关键点的信息,我们只需要继续对其作画,画在每一帧图片上。

1

2

3

4

5

6

7

8

9

10

11

# 如果结果不为空

if results.multi_hand_landmarks:

 

    # 遍历双手(根据读取顺序,一只只手遍历、画画)

    for hand_landmarks in results.multi_hand_landmarks:

        mp_drawing.draw_landmarks(

            frame,

            hand_landmarks,

            mp_hands.HAND_CONNECTIONS,

            mp_drawing_styles.get_default_hand_landmarks_style(),

            mp_drawing_styles.get_default_hand_connections_style())

2.3 至此步骤完整代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

import cv2

import time

import numpy as np

import mediapipe as mp

  

  

mp_drawing = mp.solutions.drawing_utils

mp_drawing_styles = mp.solutions.drawing_styles

mp_hands = mp.solutions.hands

  

hands =  mp_hands.Hands(

    static_image_mode=True,

    max_num_hands=2,

    min_detection_confidence=0.5)

  

  

# 调用摄像头 0 默认摄像头

cap = cv2.VideoCapture(0)

  

# 方块初始数组

x = 100

y = 100

w = 100

h = 100

  

  

# 读取一帧帧照片

while True:

    # 返回frame图片

    rec,frame = cap.read()

     

    # 镜像

    frame = cv2.flip(frame,1)

     

     

     

    frame.flags.writeable = False

    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 返回结果

    results = hands.process(frame)

  

    frame.flags.writeable = True

    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

     

     

    # 如果结果不为空

    if results.multi_hand_landmarks:

  

        # 遍历双手(根据读取顺序,一只只手遍历、画画)

        # results.multi_hand_landmarks n双手

        # hand_landmarks 每只手上21个点信息

        for hand_landmarks in results.multi_hand_landmarks:

            mp_drawing.draw_landmarks(

                frame,

                hand_landmarks,

                mp_hands.HAND_CONNECTIONS,

                mp_drawing_styles.get_default_hand_landmarks_style(),

                mp_drawing_styles.get_default_hand_connections_style())

     

     

    # 画矩形

    cv2.rectangle(frame, (x, y), (x + w, y + h), (255, 0, 255), -1)

  

    # 显示画面

    cv2.imshow('frame',frame)

     

    # 退出条件

    if cv2.waitKey(1) & 0xFF == ord('q'):

        break

     

cap.release()

cv2.destroyAllWindows()

此时我们运行看一下还挺有意思的:

3. 位置计算

我们这个实验要求拖动方块,那肯定也有不拖动的时候,因此不妨根据上一步获取食指(8)和中指(12)指尖的位置,如果这俩离得近,我们就在他与方块重合的时候,根据手指的位置改变方块的坐标。

完整代码

1

2

3

4

5

6

7

8

9

10

11

12

13

14

15

16

17

18

19

20

21

22

23

24

25

26

27

28

29

30

31

32

33

34

35

36

37

38

39

40

41

42

43

44

45

46

47

48

49

50

51

52

53

54

55

56

57

58

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

120

121

122

123

124

125

126

127

128

129

130

131

132

import cv2

import time

import math

import numpy as np

import mediapipe as mp

  

# mediapipe配置

mp_drawing = mp.solutions.drawing_utils

mp_drawing_styles = mp.solutions.drawing_styles

mp_hands = mp.solutions.hands

hands =  mp_hands.Hands(

    static_image_mode=True,

    max_num_hands=2,

    min_detection_confidence=0.5)

  

  

# 调用摄像头 0 默认摄像头

cap = cv2.VideoCapture(0)

  

# cv2.namedWindow("frame", 0)

# cv2.resizeWindow("frame", 960, 640)

  

  

# 获取画面宽度、高度

width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))

height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

  

  

# 方块初始数组

x = 100

y = 100

w = 100

h = 100

  

L1 = 0

L2 = 0

  

on_square = False

square_color = (0, 255, 0)

  

# 读取一帧帧照片

while True:

    # 返回frame图片

    rec,frame = cap.read()

     

    # 镜像

    frame = cv2.flip(frame,1)

     

     

     

    frame.flags.writeable = False

    frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 返回结果

    results = hands.process(frame)

  

    frame.flags.writeable = True

    frame = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)

     

     

    # 如果结果不为空

    if results.multi_hand_landmarks:

  

  

        # 遍历双手(根据读取顺序,一只只手遍历、画画)

        # results.multi_hand_landmarks n双手

        # hand_landmarks 每只手上21个点信息

        for hand_landmarks in results.multi_hand_landmarks:

            mp_drawing.draw_landmarks(

                frame,

                hand_landmarks,

                mp_hands.HAND_CONNECTIONS,

                mp_drawing_styles.get_default_hand_landmarks_style(),

                mp_drawing_styles.get_default_hand_connections_style())

             

            # 记录手指每个点的x y 坐标

            x_list = []

            y_list = []

            for landmark in hand_landmarks.landmark:

                x_list.append(landmark.x)

                y_list.append(landmark.y)

                 

             

            # 获取食指指尖

            index_finger_x, index_finger_y = int(x_list[8] * width),int(y_list[8] * height)

  

            # 获取中指

            middle_finger_x,middle_finger_y = int(x_list[12] * width), int(y_list[12] * height)

  

  

            # 计算两指尖距离

            finger_distance = math.hypot((middle_finger_x - index_finger_x), (middle_finger_y - index_finger_y))

  

            # 如果双指合并(两之间距离近)

            if finger_distance < 60:

  

                # X坐标范围 Y坐标范围

                if (index_finger_x > x and index_finger_x < (x + w)) and (

                        index_finger_y > y and index_finger_y < (y + h)):

  

                    if on_square == False:

                        L1 = index_finger_x - x

                        L2 = index_finger_y - y

                        square_color = (255, 0, 255)

                        on_square = True

  

            else:

                # 双指不合并/分开

                on_square = False

                square_color = (0, 255, 0)

  

            # 更新坐标

            if on_square:

                x = index_finger_x - L1

                y = index_finger_y - L2

             

             

  

    # 图像融合 使方块不遮挡视频图片

    overlay = frame.copy()

    cv2.rectangle(frame, (x, y), (x + w, y + h), square_color, -1)

    frame = cv2.addWeighted(overlay, 0.5, frame, 1 - 0.5, 0)

     

  

    # 显示画面

    cv2.imshow('frame',frame)

     

    # 退出条件

    if cv2.waitKey(1) & 0xFF == ord('q'):

        break

     

cap.release()

cv2.destroyAllWindows()


版权声明 : 本文内容来源于互联网或用户自行发布贡献,该文观点仅代表原作者本人。本站仅提供信息存储空间服务和不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权, 违法违规的内容, 请发送邮件至2530232025#qq.cn(#换@)举报,一经查实,本站将立刻删除。
原文链接 : https://blog.csdn.net/suic009/article/details/126534975
相关文章
  • Python Django教程之实现新闻应用程序

    Python Django教程之实现新闻应用程序
    Django是一个用Python编写的高级框架,它允许我们创建服务器端Web应用程序。在本文中,我们将了解如何使用Django创建新闻应用程序。 我们将
  • 书写Python代码的一种更优雅方式(推荐!)

    书写Python代码的一种更优雅方式(推荐!)
    一些比较熟悉pandas的读者朋友应该经常会使用query()、eval()、pipe()、assign()等pandas的常用方法,书写可读性很高的「链式」数据分析处理代码
  • Python灰度变换中伽马变换分析实现

    Python灰度变换中伽马变换分析实现
    1. 介绍 伽马变换主要目的是对比度拉伸,将图像灰度较低的部分进行修正 伽马变换针对的是对单个像素点的变换,也就是点对点的映射 形
  • 使用OpenCV实现迷宫解密的全过程

    使用OpenCV实现迷宫解密的全过程
    一、你能自己走出迷宫吗? 如下图所示,可以看到是一张较为复杂的迷宫图,相信也有人尝试过自己一点一点的找出口,但我们肉眼来解谜
  • Python中的数据精度问题的介绍

    Python中的数据精度问题的介绍
    一、python运算时精度问题 1.运行时精度问题 在Python中(其他语言中也存在这个问题,这是计算机采用二进制导致的),有时候由于二进制和
  • Python随机值生成的常用方法

    Python随机值生成的常用方法
    一、随机整数 1.包含上下限:[a, b] 1 2 3 4 import random #1、随机整数:包含上下限:[a, b] for i in range(10): print(random.randint(0,5),end= | ) 查看运行结
  • Python字典高级用法深入分析讲解
    一、 collections 中 defaultdict 的使用 1.字典的键映射多个值 将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
  • Python浅析多态与鸭子类型使用实例
    什么多态:同一事物有多种形态 为何要有多态=》多态会带来什么样的特性,多态性 多态性指的是可以在不考虑对象具体类型的情况下而直
  • Python字典高级用法深入分析介绍
    一、 collections 中 defaultdict 的使用 1.字典的键映射多个值 将下面的列表转成字典 l = [(a,2),(b,3),(a,1),(b,4),(a,3),(a,1),(b,3)] 一个字典就是一个键对
  • Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本

    Python淘宝或京东等秒杀抢购脚本实现(秒杀脚本
    我们的目标是秒杀淘宝或京东等的订单,这里面有几个关键点,首先需要登录淘宝或京东,其次你需要准备好订单,最后要在指定时间快速
  • 本站所有内容来源于互联网或用户自行发布,本站仅提供信息存储空间服务,不拥有版权,不承担法律责任。如有侵犯您的权益,请您联系站长处理!
  • Copyright © 2017-2022 F11.CN All Rights Reserved. F11站长开发者网 版权所有 | 苏ICP备2022031554号-1 | 51LA统计