一、 效果(版本2的效果)

下面是我的關于Opencv的手勢識別代碼模型。該源碼來自于B站Opencv的大神教程

二、全部源碼

版本1：未封裝代碼

這個代碼可以復制后直接運行，看出效果的。

#!/usr/bin/python3.7# coding=utf-8import cv2import mediapipe as mpimport time# 導入opencv模塊# 捕捉幀，筆記本攝像頭設置為0即可""" VideoCapture第一個參數就是攝像頭編號"""capture =cv2.VideoCapture(0,cv2.CAP_DSHOW)# 初始化（模型使用之前)mpHands =mp.solutions.handshands=mpHands.Hands()mpDraw=mp.solutions.drawing_utilspTime=0cTime=0# 循環顯示幀while True :    success, img = capture.read()    imgRGB=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)    results=hands.process(imgRGB)    """在顯示圖片之前，我們需要對圖像進行一些處理"""    # 下面這個函數，當手放入攝像頭范圍內，就會返回相應的Landmark值，否則返回的是None    #print(results.multi_hand_landmarks)    # 輸出手的每個坐標（一只手幾十個點）    if results.multi_hand_landmarks:     print("讀取成功！")     for handLms in results.multi_hand_landmarks:         for id, lm in enumerate(handLms.landmark):             print(id,lm)         mpDraw.draw_landmarks(img, handLms,mpHands.HAND_CONNECTIONS) # 第三個參數的意思是，讓手中的節點連接。    cv2.imshow("Carmer", img)    if cv2.waitKey(1) == ord("q"):  # 按Q退出     break

版本2：封裝好的代碼

這個代碼是封裝好的，都后面如果需要就是直接引用。不過也可以直接運行這個程序，也同樣能出結果。

import cv2import mediapipe as mpimport timeclass handDetector():    def __init__(self, mode=False, maxHands=2, detectionCon=0.5, trackCon=0.5):        self.mode = mode        self.maxHands = maxHands        self.detectionCon = detectionCon        self.trackCon = trackCon        self.mpHands = mp.solutions.hands        self.hands = self.mpHands.Hands(self.mode, self.maxHands,                                        self.detectionCon, self.trackCon)        self.mpDraw = mp.solutions.drawing_utils    def findHands(self, img, draw=True):        imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)        self.results = self.hands.process(imgRGB)        # print(results.multi_hand_landmarks)        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 img    def findPosition(self, img, handNo=0, draw=True):        lmList = []        if self.results.multi_hand_landmarks:            myHand = self.results.multi_hand_landmarks[handNo]            for id, lm in enumerate(myHand.landmark):                # print(id, lm)                h, w, c = img.shape                cx, cy = int(lm.x * w), int(lm.y * h)                # print(id, cx, cy)                lmList.append([id, cx, cy])                # if draw:   這部分代碼畫出了手上所有結點，因為比較難看，就注釋掉了。                #     cv2.circle(img, (cx, cy), 15, (255, 0, 255), cv2.FILLED)        return lmListdef main():    pTime = 0    cTime = 0    cap = cv2.VideoCapture(0)    detector = handDetector()    while True:        success, img = cap.read()        img = detector.findHands(img)        lmList = detector.findPosition(img)        if len(lmList) != 0:            print(lmList[4])        cTime = time.time()        fps = 1 / (cTime - pTime)        pTime = cTime        cv2.putText(img, 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()

同時打印出了手上的每個結點的位置變化。

三、 開發工具

Pycharm2021，Python3.7 .

四、 遇到的問題記錄

第一個問題： error: (-215:Assertion failed) !_src.empty() in function ‘cv::cvtColor’

報錯：

imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)

cv2.error: OpenCV(4.5.3) C:/Users/runneradmin/AppData/Local/Temp/pip-req-build-_xlv4eex/opencv/modules/imgproc/src/color.cpp:182: error: (-215:Assertion failed) !_src.empty() in function ‘cv::cvtColor’

這個問題，網上的一些解釋是，如果你導入的是一個靜態圖片，那么要么是你的斜杠寫錯，
或者是你的路徑中有中文，不妨換個沒有中文的路徑，或者修改圖片為英文試試。

但是我這里是攝像頭：

解決方案：（可能只適用于我，不妨可以試試）

    cap = cv2.VideoCapture(1)	#這個是B站源碼中的攝像頭編號

使用B站大神源碼報錯后，我把上面這行代碼改成下面這樣，就好了。

    cap = cv2.VideoCapture(0)	

第二個問題：使用pip指令，下載opencv-python，numpy等報錯

在控制臺上使用pip指令下載是，經常碰到超時問題，本身文件不大，但是你的下載速度只有12kb/s甚至只有幾kb每秒
遇到的問題例如下面這個：

其實這個問題就是因為你的下載速度太慢導致的。

解決方案：使用國內鏡像安裝

這時候，考慮使用國內鏡像安裝，會快很多。.點擊進入國內鏡像安裝教程
一般numpy,opencv-python都有國內鏡像。不過我安裝mediatepipe時，并沒有找到國內鏡像，但是控制臺cmd使用下面這個指令太慢了。也是只有幾kb/s

pip install mediapipe

所以我選擇了去PyCharm去下載：
方式：
File—>Setting—>Project:python-project-Python Interpreter(Python解釋器)

點擊“+”，添加解釋器，然后在搜索框中搜索你需要的package即可。opencv-python,numpy，mediapipe都可以直接搜到。

點擊下面的Install Package即可。