OpenCV利用手势识别实现虚拟拖放效果

目录

本文将实现一些通过手拖放一些框，我们可以使用这个技术实现一些游戏，控制机械臂等很多有趣的事情。

第一步

通过opencv设置显示框和调用摄像头显示当前画面

import cv2cap准确的反义词 = cv2.videocapture(0)cap.t(3,1280)cap.t(4,720)while true:  succes, img = cap.read()  cv2.imshow("image", img)  cv2.waitkey(1)

第二步

在当前画面中找到手，本文将使用cv zone中的手跟踪模块

from cvzone.handtrackingmodule import handdetectordetector = handdetector(detectioncon=0.8)#更改了默认的置信度，让其检测更加准确

找到手的完整代码

import cv2from cvzone.handtrackingmodule import handdetectorcap = cv2.videocapture(0)cap.t(3,1280)cap.t(4,720)detector = handdetector(detectioncon=0.8)while true:  succes, img = cap.read()  detector.findhands(img)  lmlist, _ = detector.findposition(img)  cv2.imshow("image", img)  cv2.waitkey(1)

第三步

第三步首先创建一个方块

cv2.rectangle(img, (100,100), (300,300), (0, 0 , 255),cv2.filled)

然后检测我们的食指有没有进入到这个方框中，如果进入的话，这个方框就改变颜色

 if lmlist:    cursor = lmlist[8]    if 100<cursor[0]<300 and 100<cursor[1蜀道难原文]<300:      colorr =0, 255燃点歌词, 0    el:      colorr = 0,0,255  cv2.rectangle(img, (100,100), (300,300), colorr,cv2.filled)

然后检测我们是否点击这个方框

当我们食指的之间在这个方框的中心，就会跟随为我们的指尖运动。

但是这样的话，我们不想这个方块跟随我，我就得很快的将手移开，不是很方便。

所以我们要模拟鼠标点击确定是否选中它，所以我们就在加入了一根中指来作为判断，那判断的依据就是中指和食指指尖的距离。

l,_,_ = detector.finddistance(8,12,img)

假设俩指尖的距离小于30就选中，大于30就取消

        if l<30:            cursor = lmlistam是什么[8]            if cx-w//2<cursor[0]<cx+w//2 and cy-h//2<cursor[1]<cy+h//2:                colorr =0, 255, 0                cx, cy = cursor            el:                colorr = 0,0,255

完整代码

import cv2from cvzone.handtrackingmodule import handdetectorcap = cv2.videocapture(0)cap.t(3,1280)cap.t(4,720)colorr =(0, 0, 255)detector = handdetector(detectioncon=0.8)cx, cy, w, h= 100, 100, 200, 200while true:  succes, img = cap.read()  img = cv2.flip(img, 1)  detector.findhands(img)  lmlist, _ = detector.findposition(img)  if lmlist:    l,_,_ = detector.finddistance(8,12,img)    妇女节英语怎么写print(l)    if l<30:      cursor = lmlist[8]      if cx-w//2<cursor[0]<cx+w//2 and cy-h//2<cursor[1]<cy+h//2:        colorr =0, 255, 0        cx, cy = cursor      el:        colorr = 0,0,255  cv2.rectangle(img, (cx-w//2,cy-h//2), (cx+w//2,cy+h//2), colorr,cv2.filled)  cv2.imshow("image", img)  cv2.waitkey(1)

到此这篇关于opencv利用手势识别实现虚拟拖放效果的文章就介绍到这了,更多相关opencv手势识别 虚拟拖放内容请搜索www.887551.com以前的文章或继续浏览下面的相关文章希望大家以后多多支持www.887551.com！