一、 效果(版本2的效果)

下面是我的关于Opencv的手势识别代码模型。该源码来自于B站Opencv的大神教程

二、全部源码

版本1：未封装代码

这个代码可以复制后直接运行，看出效果的。

#!/usr/bin/python3.7# coding=utf-8import cv2import mediapipe as mpimport time# 导入opencv模块# 捕捉帧，笔记本摄像头设置为0即可""" VideoCapture第一个参数就是摄像头编号"""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# 循环显示帧while True :    success, img = capture.read()    imgRGB=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)    results=hands.process(imgRGB)    """在显示图片之前，我们需要对图像进行一些处理"""    # 下面这个函数，当手放入摄像头范围内，就会返回相应的Landmark值，否则返回的是None    #print(results.multi_hand_landmarks)    # 输出手的每个坐标（一只手几十个点）    if results.multi_hand_landmarks:     print("读取成功！")     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) # 第三个参数的意思是，让手中的节点连接。    cv2.imshow("Carmer", img)    if cv2.waitKey(1) == ord("q"):  # 按Q退出     break

版本2：封装好的代码

这个代码是封装好的，都后面如果需要就是直接引用。不过也可以直接运行这个程序，也同样能出结果。

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:   这部分代码画出了手上所有结点，因为比较难看，就注释掉了。                #     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()

同时打印出了手上的每个结点的位置变化。

三、 开发工具

Pycharm2021，Python3.7 .

四、 遇到的问题记录

第一个问题： error: (-215:Assertion failed) !_src.empty() in function ‘cv::cvtColor’

报错：

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’

这个问题，网上的一些解释是，如果你导入的是一个静态图片，那么要么是你的斜杠写错，
或者是你的路径中有中文，不妨换个没有中文的路径，或者修改图片为英文试试。

但是我这里是摄像头：

解决方案：（可能只适用于我，不妨可以试试）

    cap = cv2.VideoCapture(1)	#这个是B站源码中的摄像头编号

使用B站大神源码报错后，我把上面这行代码改成下面这样，就好了。

    cap = cv2.VideoCapture(0)	

第二个问题：使用pip指令，下载opencv-python，numpy等报错

在控制台上使用pip指令下载是，经常碰到超时问题，本身文件不大，但是你的下载速度只有12kb/s甚至只有几kb每秒
遇到的问题例如下面这个：

其实这个问题就是因为你的下载速度太慢导致的。

解决方案：使用国内镜像安装

这时候，考虑使用国内镜像安装，会快很多。.点击进入国内镜像安装教程
一般numpy,opencv-python都有国内镜像。不过我安装mediatepipe时，并没有找到国内镜像，但是控制台cmd使用下面这个指令太慢了。也是只有几kb/s

pip install mediapipe

所以我选择了去PyCharm去下载：
方式：
File—>Setting—>Project:python-project-Python Interpreter(Python解释器)

点击“+”，添加解释器，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。

点击下面的Install Package即可。