Opencv学习项目4——手部跟踪

上一篇博客我们介绍了mediapipe库和对手部进行了检测,这次我们进行手部关键点的连线

代码实现

import cv2
import  mediapipe as mp

cap = cv2.VideoCapture(1)
mpHands = mp.solutions.hands
hands = mpHands.Hands()
mpDraw = mp.solutions.drawing_utils

while True:
    success, img = cap.read()
    imgRGB = cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
    #对RGB图像进行手部检测
    results = hands.process(imgRGB)
    print(results.multi_hand_landmarks)
    #检查是否检测到任何手部关键点
    if results.multi_hand_landmarks:
        #遍历每个检测到的手部
        for handLms in results.multi_hand_landmarks:
            mpDraw.draw_landmarks(img, handLms,mpHands.HAND_CONNECTIONS)
    cv2.imshow("image", img)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break
cap.release()
cv2.destroyAllWindows()

效果演示

这样手部关键点和连接线就画好了,有兴趣的可以关注一下,谢谢

相关推荐
练小杰8 分钟前
Linux系统 C/C++编程基础——基于Qt的图形用户界面编程
linux·c语言·c++·经验分享·qt·学习·编辑器
道友老李13 分钟前
【自然语言处理(NLP)】介绍、发展史
人工智能·自然语言处理
皮肤科大白1 小时前
如何在data.table中处理缺失值
学习·算法·机器学习
有Li1 小时前
基于深度学习的微出血自动检测及解剖尺度定位|文献速递-视觉大模型医疗图像应用
人工智能·深度学习
皮肤科大白1 小时前
“““【运用 R 语言里的“predict”函数针对 Cox 模型展开新数据的预测以及推理。】“““
学习
熙曦Sakura1 小时前
【深度学习】微积分
人工智能·深度学习
qq_254674411 小时前
如何用概率论解决真实问题?用随机变量去建模,最大的难题是相关关系
人工智能·神经网络
汤姆和佩琦1 小时前
2025-1-21-sklearn学习(43) 使用 scikit-learn 介绍机器学习 楼上阑干横斗柄,寒露人远鸡相应。
人工智能·python·学习·机器学习·scikit-learn·sklearn
远洋录1 小时前
AI Agent的记忆系统实现:从短期对话到长期知识
人工智能·ai·ai agent
HyperAI超神经1 小时前
【TVM教程】为 ARM CPU 自动调优卷积网络
arm开发·人工智能·python·深度学习·机器学习·tvm·编译器