Python Opencv实践 - 手势音量控制

    本文基于前面的手部跟踪功能做一个手势音量控制功能，代码用到了前面手部跟踪封装的HandDetector.这篇文章在这里：

Python Opencv实践 - 手部跟踪-CSDN博客文章浏览阅读626次，点赞11次，收藏7次。使用mediapipe库做手部的实时跟踪，关于mediapipe的介绍,请自行百度。https://blog.csdn.net/vivo01/article/details/135071340?spm=1001.2014.3001.5502

      使用了pycaw来做音量控制，pacaw的安装直接使用pip install pycaw即可。

        代码如下：

import cv2 as cv
import math
import mediapipe as mp
import time
from ctypes import cast,POINTER
from comtypes import CLSCTX_ALL
#使用pycaw来控制音量，pip install pycaw
from pycaw.pycaw import AudioUtilities,IAudioEndpointVolumeclass HandDetector():def __init__(self, mode=False,maxNumHands=2,modelComplexity=1,minDetectionConfidence=0.5,minTrackingConfidence=0.5):self.mode = modeself.maxNumHands = maxNumHandsself.modelComplexity = modelComplexityself.minDetectionConfidence = minDetectionConfidenceself.minTrackingConfidence = minTrackingConfidence#创建mediapipe的solutions.hands对象self.mpHands = mp.solutions.handsself.handsDetector = self.mpHands.Hands(self.mode, self.maxNumHands, self.modelComplexity, self.minDetectionConfidence, self.minTrackingConfidence)#创建mediapipe的绘画工具self.mpDrawUtils = mp.solutions.drawing_utilsdef findHands(self, img, drawOnImage=True):#mediapipe手部检测器需要输入图像格式为RGB#cv默认的格式是BGR，需要转换imgRGB = cv.cvtColor(img, cv.COLOR_BGR2RGB)#调用手部检测器的process方法进行检测self.results = self.handsDetector.process(imgRGB)#print(results.multi_hand_landmarks)#如果multi_hand_landmarks有值表示检测到了手if self.results.multi_hand_landmarks:#遍历每一只手的landmarksfor handLandmarks in self.results.multi_hand_landmarks:if drawOnImage:self.mpDrawUtils.draw_landmarks(img, handLandmarks, self.mpHands.HAND_CONNECTIONS)return img;#从结果中查询某只手的landmark listdef findHandPositions(self, img, handID=0, drawOnImage=True):landmarkList = []if self.results.multi_hand_landmarks:handLandmarks = self.results.multi_hand_landmarks[handID]for id,landmark in enumerate(handLandmarks.landmark):#处理每一个landmark,将landmark里的X,Y（比例）转换为帧数据的XY坐标h,w,c = img.shapecenterX,centerY = int(landmark.x * w), int(landmark.y * h)landmarkList.append([id, centerX, centerY])if (drawOnImage):#将landmark绘制成圆cv.circle(img, (centerX,centerY), 8, (0,255,0))return landmarkListdef DisplayFPS(img, preTime):curTime = time.time()if (curTime - preTime == 0):return curTime;fps = 1 / (curTime - preTime)cv.putText(img, "FPS:" + str(int(fps)), (10,70), cv.FONT_HERSHEY_PLAIN,3, (0,255,0), 3)return curTimedef AudioEndpointGet():devices = AudioUtilities.GetSpeakers()interface = devices.Activate(IAudioEndpointVolume._iid_, CLSCTX_ALL, None)volume = cast(interface, POINTER(IAudioEndpointVolume))range = volume.GetVolumeRange()return volume,rangedef AudioVolumeLevelSet(volume, range, value):if volume:if (value < range[0]) or (value > range[1]):returnvolume.SetMasterVolumeLevel(value, None)def main():video = cv.VideoCapture('../../SampleVideos/handVolumeControl.mp4')#FPS显示preTime = 0handDetector = HandDetector(minDetectionConfidence=0.7)volume,volumeRange = AudioEndpointGet()print(volumeRange)#AudioVolumeLevelSet(volume, volumeRange, volumeRange[0])minFingerDistance = 1000maxFingerDistance = 0while True:ret,frame = video.read()if ret == False:break;frame = handDetector.findHands(frame)hand0Landmarks = handDetector.findHandPositions(frame)if (len(hand0Landmarks) != 0):#print(hand0Landmarks[4], hand0Landmarks[8])#取出大拇指(4)和食指(8)的指尖的点对应的坐标thumbX,thumbY = hand0Landmarks[4][1], hand0Landmarks[4][2]indexFingerX,indexFingerY = hand0Landmarks[8][1],hand0Landmarks[8][2]#计算两个指尖的点指尖的中点cx,cy = (thumbX + indexFingerX) / 2, (thumbY + indexFingerY) / 2#用实心圆突出显示出这两个个点cv.circle(frame, (thumbX,thumbY), 18, (90,220,180), cv.FILLED)cv.circle(frame, (indexFingerX,indexFingerY), 18, (0,120,255), cv.FILLED)#绘制两个点形成的直线cv.line(frame, (thumbX,thumbY), (indexFingerX,indexFingerY), (255,60,60), 3)#计算食指和拇指指尖的距离distance = math.hypot(thumbX - indexFingerX, thumbY - indexFingerY)#测试两指指尖最小和最大距离，改进方案可以是用摄像头做实时校准后再进行控制#本案例中直接获取视频里的最小和最大距离直接用作判断（我拍的视频里范围是30 - 425之间）if distance < minFingerDistance:minFingerDistance = distanceif distance > maxFingerDistance:maxFingerDistance = distance#print(distance)if distance < 40:#两个指尖的中点显示为绿色，音量设置为最小值cv.circle(frame, (int(cx),int(cy)), 18, (0,255,0), cv.FILLED)AudioVolumeLevelSet(volume, volumeRange, volumeRange[0])else:cv.circle(frame, (int(cx),int(cy)), 18, (0,0,255), cv.FILLED)#这里为了方便直接使用425（本视频最大值）做比例换算#我本机的volumeRange是-63.5 到 0， 步长0.5value = volumeRange[0] * (1 - (distance / 425))print(value)AudioVolumeLevelSet(volume, volumeRange, value)preTime = DisplayFPS(frame, preTime)cv.imshow('Real Time Hand Detection', frame)if cv.waitKey(30) & 0xFF == ord('q'):break;print("Min & Max distance between thumb and index finger tips: ", minFingerDistance, maxFingerDistance)video.release()cv.destroyAllWindows()if __name__ == "__main__":main()

        效果可以参考我的B站视频：

Python Opencv练手-手势音量控制_哔哩哔哩_bilibili基于mediapipe手部检测实现一个手势音量控制功能源码参考我的CSDN：https://blog.csdn.net/vivo01/article/details/135118979?spm=1001.2014.3001.5502, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 vivo119, 作者简介 一个喜欢小狗子的码农，业余爱好游戏开发，相关视频：小乖最喜欢吃面条，小乖(白）芝麻(黑）的日常冲突，这只胖狗想要跳上沙发，可是胖了点，Python Opencv - mediapipe做手部跟踪识别，为什么小狗看镜头就尴尬，突然爱吃番茄的狗子，旋转的米糯狗子，有手动旋转和自动旋转两种模式，好好上课，小狗的无糖藕粉初体验，米糯狗子洗澡记，全程都是乖乖狗icon-default.png?t=N7T8https://www.bilibili.com/video/BV1Ej411H79q/?vd_source=474bff49614e62744eb84e9f8340d91a

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/235817.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

Android app 调用系统摄像头摄像

Android app 调用系统摄像头摄像

一、activi_main.xml代码： <?xml version="1.0" encoding="utf-8"?> <androidx.constraintlayout.widget.ConstraintLayout xmlns:android="http://schemas.android.com/apk/res/android"xmlns:app="http://schemas.android.c…
阅读更多...
c++输出简单日志带日期时间功能

c++输出简单日志带日期时间功能

最近项目需要简单输出日志&#xff0c;用巨大的日志类未免繁琐&#xff0c;于是写了这个简单的日志函数&#xff0c;带日期&#xff0c;MFC下可以直接使用。 直接上代码&#xff1a; template <typename T> std::string ConvertToStringS(T value) {std::stringstream …
阅读更多...
详解Keras3.0 Data loading: Text data loading

详解Keras3.0 Data loading: Text data loading

text_dataset_from_directory 用于从目录中读取文本文件并创建一个数据集。这个函数可以自动将文本文件转换为整数序列&#xff0c;以便在神经网络中使用。 keras.utils.text_dataset_from_directory(directory,labels"inferred",label_mode"int",class_…
阅读更多...
nginx转发ingress-nginx问题记录

nginx转发ingress-nginx问题记录

背景 想直接通过域名访问k8s上的服务. 想到k8s上可以直接通过ingress配置. 不过ingress默认启动的端口3xxxxx. 一般不可能让用户访问我们的服务加上端口. 所以现在要解决直接通过80端口访问ingress的问题. 方案 修改ingress-nginx端口(这个是在网上搜到的方案, 但未选择) 这…
阅读更多...
【数据结构和算法】定长子串中元音的最大数目

【数据结构和算法】定长子串中元音的最大数目

其他系列文章导航 Java基础合集数据结构与算法合集 设计模式合集 多线程合集 分布式合集 ES合集 文章目录 其他系列文章导航 文章目录 前言 一、题目描述 二、题解 2.1 方法一&#xff1a;滑动窗口 2.2 方法二&#xff1a;滑动窗口优化版 三、代码 3.1 方法一&#xf…
阅读更多...
Spring Boot构建项目常用注解

Spring Boot构建项目常用注解

忙着去耍帅&#xff0c;后期补充完整.....................................
阅读更多...
搭建esp32-idf开发环境并烧入第一个程序

搭建esp32-idf开发环境并烧入第一个程序

ESP32下载idf并烧入第一个程序 一.官网下载idf安装包二.安装idf三 .测试安装是否成功3.1进入idf控制台3.2 查看安装版本3.3 编译工程 四.下载程序4.1查看所在端口4.2下载程序4.3 监听串口 一.官网下载idf安装包 点击下载 如图&#xff1a; 我们选择离线下载&#xff0c;注意…
阅读更多...
Qt 国际化——创建中英文翻译步骤

Qt 国际化——创建中英文翻译步骤

Qt 国际化——创建中英文翻译步骤 说明&#xff1a;之前我的csdn博客&#xff0c;第一篇文章发表的就是Qt国际化的文章&#xff08;点击打开&#xff09;&#xff0c;写的也过于简单了&#xff1a; 今天&#xff0c;这篇文章再详细的记录下&#xff0c;中英文翻译的步骤。 一…
阅读更多...
diffusers-训练自己的模型

diffusers-训练自己的模型

一、搭建dataset 基于datasets这个库创建的dataloader&#xff0c;底层代码还待探索 二、修改模型结构&#xff08;非必要&#xff09; 尽量可以利用已有的预训练权重去训练模型&#xff0c;但是权重并不一定能够完全是适配&#xff0c;所以还需要自己来视情况做修改&#xf…
阅读更多...
详解TensorFlow2.0 API:tf.data.Dataset

详解TensorFlow2.0 API:tf.data.Dataset

tf.data.Dataset是TensorFlow中的一个类&#xff0c;用于创建和操作数据集。它提供了一种高效的方式来处理大量数据&#xff0c;支持并行读取、批处理、重复等操作。在使用tf.data.Dataset时&#xff0c;需要注意数据类型的兼容性。如果需要将字符串和数字混合在一起&#xff0…
阅读更多...
AttributeError: module ‘_winapi‘ has no attribute ‘SYNCHRONIZE‘解决方案

AttributeError: module ‘_winapi‘ has no attribute ‘SYNCHRONIZE‘解决方案

大家好，我是爱编程的喵喵。双985硕士毕业，现担任全栈工程师一职，热衷于将数据思维应用到工作与生活中。从事机器学习以及相关的前后端开发工作。曾在阿里云、科大讯飞、CCF等比赛获得多次Top名次。现为CSDN博客专家、人工智能领域优质创作者。喜欢通过博客创作的方式对所学的…
阅读更多...
【SplaTAM】基于RGB-D类型SplaTAM的定位与重建

【SplaTAM】基于RGB-D类型SplaTAM的定位与重建

SplaTAM ubuntu配置与运行记录 1. 资料收集2. 环境配置与运行注意问题3. 在线运行 近期各种定会涌现出一种新的基于高斯的方法&#xff0c;备受关注&#xff0c;这里我们也来学习下sota效果的slam用于定位和重建。 1. 资料收集 coda link3D Gaussians 2.1 Dynamic 3D Gaussian…
阅读更多...
猫罐头评测：五大平价猫罐头排行榜揭晓！

猫罐头评测：五大平价猫罐头排行榜揭晓！

想必铲屎官都知道给猫咪长期吃主食罐头的好处了吧&#xff01;主食罐头不仅营养丰富&#xff0c;还能让猫咪顺便补充水分。有时候猫咪食欲不佳&#xff0c;一罐主食罐头就能让它们胃口大开呢。 通过本文&#xff0c;我将与大家分享我做宠物医生6年间发现的一些好用的猫罐头&…
阅读更多...
安全运营之态势感知与监测

安全运营之态势感知与监测

信息安全是一个动态的过程&#xff0c;操作系统、应用软件、中间件&#xff0c;还有硬件&#xff0c;平台的种类越来越多&#xff0c;技术越来越复杂&#xff0c;稍有不慎就会留下安全隐患和管理漏洞&#xff0c;依靠客户自身的IT资源无论从技术的先进性还是方案的严密性上都越…
阅读更多...
350. 两个数组的交集 II --力扣 --JAVA

350. 两个数组的交集 II --力扣 --JAVA

题目 给你两个整数数组 nums1 和 nums2 &#xff0c;请你以数组形式返回两数组的交集。返回结果中每个元素出现的次数&#xff0c;应与元素在两个数组中都出现的次数一致&#xff08;如果出现次数不一致&#xff0c;则考虑取较小值&#xff09;。可以不考虑输出结果的顺序。 解…
阅读更多...
超声功率放大器的技术方案是什么

超声功率放大器的技术方案是什么

超声功率放大器是一种用于超声波领域的放大器&#xff0c;主要用于将输入的小功率信号放大为高功率的超声波信号。在医学、工业和科学研究等领域&#xff0c;超声功率放大器被广泛应用于超声成像、无损检测、清洗和材料处理等方面。下面将详细介绍超声功率放大器的技术方案和工…
阅读更多...
no module named cv2 、numpy 、xxx超全解决方案

no module named cv2 、numpy 、xxx超全解决方案

常规解决方案可见博客&#xff1a; https://blog.csdn.net/ALiLiLiYa/article/details/126988014 案例 上述仍没有解决&#xff0c;可以参考如下进行&#xff1a; 例如&#xff1a;明明文件夹存在下述文件&#xff0c;仍然报错。那么可能缺少环境变量导致。 No module named …
阅读更多...
推荐算法架构7：特征工程

推荐算法架构7：特征工程

1 概述 特征工程[1]&#xff08;Feature Engineering&#xff09;是推荐算法的基础&#xff0c;它对收集到的原始数据进行解析和变换&#xff0c;从而提取出模型所需要的信息。通过挖掘丰富和高质量的特征&#xff0c;并对其进行合理的处理&#xff0c;可以提升模型预估准确度…
阅读更多...
判断数据是否为整数--函数设计与实现

判断数据是否为整数--函数设计与实现

#定义函数&#xff1a;is_num(s),判断输入的数据是否整数。 #(1)判断是否是数字 def is_num(s):if s.isdigit(): #isdigit()是一个字符串方法&#xff0c;用于检查字符串是否只包含数字字符。如果字符串只包含数字字符&#xff0c;则返回True&#xff1b;否则返回Falsereturn T…
阅读更多...
知识付费小程序源码系统：支持视频课程+音频课程+图文课程+完整的代码包 带搭建安装教程

知识付费小程序源码系统：支持视频课程+音频课程+图文课程+完整的代码包 带搭建安装教程

近年来&#xff0c;人们对于知识的需求越来越大&#xff0c;知识付费行业也逐渐崛起。但是&#xff0c;目前市场上有很多知识付费平台存在一些问题&#xff0c;如内容质量参差不齐、用户体验不佳、支付安全问题等。知识付费小程序源码系统的出现很好的解决了这些问题&#xff0…
阅读更多...
最新文章

Copyright @ 2022~2023