基于xr-frame实现微信小程序的手部、手势识别3D模型叠加和石头剪刀布游戏功能

前言

xr-frame是一套小程序官方提供的XR/3D应用解决方案，基于混合方案实现，性能逼近原生、效果好、易用、强扩展、渐进式、遵循小程序开发标准。xr-frame在基础库v2.32.0开始基本稳定，发布为正式版，但仍有一些功能还在开发，目前（2024.11）有一些限制如下：

1最低要求客户端iOS8.0.29、安卓8.0.30及以上，推荐稳定版在iOS8.0.36、安卓8.0.35及以上。

2基础库最低2.27.1及以上，推荐2.32.0及以上。 3开发工具需要最新版本，建议Nightly版本。

4小程序全局同一时刻只能存在一个xr-frame组件，否则可能会发生异常。

5同一个xr-frame组件只能存在一个xr-scene，并且必须为顶层。 6目前不支持和小程序传统标签比如混写。

7目前不支持wxml自动补全，真机调试需要特别注意，见真机调试文档。

后续的展望：

1 XR-FRAME内置特色的UI组件，让开发者可以在XR-FRAME组件中写UI，来实现一套酷炫的UI系统。 2

AR/VR能力持续增强，支持眼睛设备。 3 交互手段进一步强化，物理碰撞、触发等功能（已完成，待发布）。 4

工具能力强化，包括标签属性自动补全等。

在这一文章中，我将会利用以该解决方案的官方demo为参考开发微信小程序的人手识别案例并叠加模型动作的功能，具体使用的是Hand识别模式，去识别出摄像头画面中的会通过图像算法识别出人手部的特征点，然后变换到3D空间，继而进行追踪。用它构建一个XR小程序，实现一个人手识别叠加3D动作模型，实现手势识别的石头剪刀布的小游戏逻辑。

效果

指尖追踪叠加模型：

石头剪刀布效果：

实现过程

Hand模式，从基础库2.28.1开始支持。

其中就需要将模式修改为手部模式(modes:Hand)：

xml 复制代码

<xr-scene ar-system="modes:Hand" bind:ready="handleReady" bind:tick="handleTick">
</xr-scene>

手部识别模式，会通过图像算法识别出人手部的特征点，然后变换到3D空间，可用于一些手势等场景。与Face模式用法一致，但多出了两个参数：

javascript 复制代码

// 获取手势姿态
const gesture = tracker.gesture;
// 获取总体置信度
const score = tracker.score;

人手特征追踪

人手的识别后，会形成手部对应人手的特征点，特征点的设定如下图：

比如要在大拇指的指尖上叠加一个模型，就使用AR追踪器（xr-ar-tracker）来实现追踪，模式修改为Hand，参照上图的手部特征点数值大拇指为4，同步特征点属性设置为auto-sync="4"，完整AR追踪器实现如下：

xml 复制代码

  <xr-ar-tracker id="tracker" mode="Hand" auto-sync="4">
    <xr-gltf model="hudie" rotation="0 90 -90" anim-autoplay scale="0.5 0.5 0.5"/>
  </xr-ar-tracker>

这个就是在大拇指的指尖上叠加了蝴蝶模型，同时自动播放模型动作。

手势识别

图像算法识别出人手部的特征点后，变换到3D空间，进一步会识别出手部的手势，手势的数值通过tracker.gesture获取， tracker.score是手势的置信度，其中手势姿态（0~18，-1为无效/未知手势）如下图：

因为是石头剪刀布的游戏，只用关心这三个状态：布1 ；剪刀2；石头3；

手势获取通过bind:tick事件(bind:tick="handleTick")绑定到handleTick函数，每帧检测手势信息：

javascript 复制代码

handleTick: function () {
      if (!this.tracker || this.result) return;
      const {gesture, score} = this.tracker;
      //console.log(" gesture:"+gesture+"  score:"+score);
      if (gesture === -1 || score < 0.3 ) 
      {
        return;
      }
      this.triggerEvent('info', {gesture, score});
}

这里的handleTick的处理是将追踪器中的手势信息和置信度信息解析出来，有效手势和置信度大于0.3的再触发事件info,将数据传送到页面。

而页面这边，在wxml中组件中将info事件绑定到handleInfo中处理：

javascript 复制代码

bind:info="handleInfo"

handleInfo函数就将数据记录到data中，而且同时处理石头剪刀布的手势逻辑，和他们的克制关系，让识别出来的手势永远被xr-frame所压制:

javascript 复制代码

handleInfo: function({detail}) {
    console.log("handleInfo gesture:"+detail.gesture+"  score:"+detail.score);
    this.setData({gesture: detail.gesture, score: detail.score.toFixed(2)});
    if(this.data.result)
      return;
      if(this.data.gesture === 1){
         this.setData({gesRltImg: 'bu',gesRltName:'布',arRltImg:'jiandao',arRltName:'剪刀'});
      }else if(this.data.gesture === 2){
        this.setData({gesRltImg: 'jiandao',gesRltName:'剪刀',arRltImg:'shitou',arRltName:'石头'});
      }else if(this.data.gesture === 3){
        this.setData({gesRltImg: 'shitou',gesRltName:'石头',arRltImg:'bu',arRltName:'布'});
      }else{
        this.setData({gesRltImg: 'unknow',gesRltName:'未知',arRltImg:'unknow',arRltName:'未知'});
      }
  },

问题

目前在安卓机实机测试中，感觉变换后手势识别的有些延后，实录如下：

以上的问题，造成了这个石头剪刀布小游戏的体验也不如意，按理识别速度快，可以快速的换手势，系统也能在肉眼不可见的反应时间内，识别出变化，再出一个克制的手势，而现在测试还是无法做到的，要么提前出拳，要么变换后识别不出结果。