MediaPipe Hands保姆级教程：从零搭建手势识别系统，无需GPU

张

张建站

2026/4/14 18:10:32

10分钟阅读

MediaPipe Hands保姆级教程从零搭建手势识别系统无需GPU1. 引言为什么选择MediaPipe Hands想象一下你正在开发一个智能健身应用需要识别用户的“点赞”手势来计数或者你在做一个教育软件想通过手势控制PPT翻页。传统方案要么需要昂贵的GPU硬件要么开发门槛极高让很多创意想法止步于原型阶段。今天我要带你从零开始用MediaPipe Hands搭建一个完整的手势识别系统。最棒的是整个过程完全不需要GPU一台普通的笔记本电脑就能流畅运行。我们将基于一个集成了“彩虹骨骼”可视化功能的预置镜像让你在10分钟内看到自己的手势被精准识别和标注出来。这篇文章将手把手教你完成环境部署、代码编写、效果测试的全过程。无论你是刚接触计算机视觉的新手还是想快速验证手势交互创意的开发者这篇保姆级教程都能让你快速上手把想法变成现实。2. 环境准备与镜像部署2.1 理解我们的技术栈在开始动手之前先简单了解一下我们要用到的核心组件MediaPipe HandsGoogle开源的手部关键点检测模型轻量高效专门为CPU优化OpenCV计算机视觉处理库用于图像读取、显示和绘制Flask轻量级Web框架让我们能通过浏览器上传图片并查看结果彩虹骨骼可视化我们镜像的特色功能用不同颜色标注五根手指识别更直观这个组合的最大优势就是“开箱即用”。模型已经内置在镜像里你不需要下载任何额外的文件也不需要配置复杂的深度学习环境。2.2 一键部署镜像我们的镜像已经预置了所有依赖部署过程极其简单获取镜像在CSDN星图镜像广场找到“AI 手势识别与追踪”镜像启动服务点击启动按钮系统会自动分配资源并启动容器访问Web界面启动完成后点击提供的HTTP访问链接整个过程通常只需要1-2分钟。启动成功后你会看到一个简单的Web页面上面有文件上传按钮。这就是我们手势识别系统的前端界面。如果你在其他平台部署也可以使用Docker命令直接运行docker run -p 5000:5000 --name hand-tracking your-image-name这个命令会在本地5000端口启动服务你可以通过浏览器访问http://localhost:5000来使用。3. 核心代码实现详解3.1 手部关键点检测基础代码让我们从最核心的部分开始——如何使用MediaPipe检测手部关键点。创建一个新的Python文件比如hand_detector.pyimport cv2 import mediapipe as mp import numpy as np class HandDetector: def __init__(self, static_modeFalse, max_hands2, detection_confidence0.5): 初始化手部检测器参数说明 - static_mode: True处理静态图片False处理视频流 - max_hands: 最多检测的手部数量 - detection_confidence: 检测置信度阈值越高越严格 # 初始化MediaPipe Hands模块 self.mp_hands mp.solutions.hands self.hands self.mp_hands.Hands( static_image_modestatic_mode, max_num_handsmax_hands, min_detection_confidencedetection_confidence, min_tracking_confidence0.5 # 跟踪置信度 ) # 用于绘制关键点的工具 self.mp_drawing mp.solutions.drawing_utils self.mp_drawing_styles mp.solutions.drawing_styles def detect(self, image): 检测图像中的手部关键点参数 - image: 输入的BGR格式图像返回 - results: 检测结果包含关键点坐标等信息 - annotated_image: 绘制了关键点的图像 # 将BGR图像转换为RGBMediaPipe需要RGB格式 rgb_image cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 为了提高性能可以标记图像为不可写 rgb_image.flags.writeable False # 执行手部检测 results self.hands.process(rgb_image) # 将图像标记回可写状态 rgb_image.flags.writeable True # 创建一个用于绘制的图像副本 annotated_image image.copy() # 如果检测到手部绘制关键点 if results.multi_hand_landmarks: for hand_landmarks in results.multi_hand_landmarks: # 使用MediaPipe自带的绘制方法默认样式 self.mp_drawing.draw_landmarks( annotated_image, hand_landmarks, self.mp_hands.HAND_CONNECTIONS, self.mp_drawing_styles.get_default_hand_landmarks_style(), self.mp_drawing_styles.get_default_hand_connections_style() ) return results, annotated_image def get_landmark_coordinates(self, results, image_shape): 获取关键点的具体坐标值参数 - results: 检测结果 - image_shape: 图像的形状 (height, width, channels) 返回 - landmarks_list: 关键点坐标列表每个点包含(x, y, z)坐标 landmarks_list [] if results.multi_hand_landmarks: h, w, _ image_shape for hand_landmarks in results.multi_hand_landmarks: hand_landmarks_data [] # 遍历21个关键点 for idx, landmark in enumerate(hand_landmarks.landmark): # 将归一化坐标转换为像素坐标 x_px int(landmark.x * w) y_px int(landmark.y * h) z_px landmark.z # z坐标是相对深度保持原值 hand_landmarks_data.append({ id: idx, x: x_px, y: y_px, z: z_px, name: self.get_landmark_name(idx) }) landmarks_list.append(hand_landmarks_data) return landmarks_list def get_landmark_name(self, landmark_id): 根据关键点ID获取对应的名称 landmark_names { 0: WRIST, # 手腕 1: THUMB_CMC, 2: THUMB_MCP, 3: THUMB_IP, 4: THUMB_TIP, # 拇指 5: INDEX_FINGER_MCP, 6: INDEX_FINGER_PIP, 7: INDEX_FINGER_DIP, 8: INDEX_FINGER_TIP, # 食指 9: MIDDLE_FINGER_MCP, 10: MIDDLE_FINGER_PIP, 11: MIDDLE_FINGER_DIP, 12: MIDDLE_FINGER_TIP, # 中指 13: RING_FINGER_MCP, 14: RING_FINGER_PIP, 15: RING_FINGER_DIP, 16: RING_FINGER_TIP, # 无名指 17: PINKY_MCP, 18: PINKY_PIP, 19: PINKY_DIP, 20: PINKY_TIP # 小指 } return landmark_names.get(landmark_id, fUNKNOWN_{landmark_id})这段代码创建了一个完整的HandDetector类你可以直接在自己的项目中使用。它封装了MediaPipe Hands的核心功能包括初始化、检测、坐标转换和关键点命名。3.2 实现彩虹骨骼可视化现在让我们实现镜像的特色功能——彩虹骨骼可视化。这个功能用不同颜色标注五根手指让手势状态一目了然class RainbowVisualizer: def __init__(self): 初始化彩虹骨骼可视化器 # 定义五指的颜色BGR格式 self.finger_colors { THUMB: (0, 255, 255), # 黄色 INDEX: (255, 0, 255), # 紫色 MIDDLE: (255, 255, 0), # 青色 RING: (0, 255, 0), # 绿色 PINKY: (0, 0, 255) # 红色 } # 定义每根手指的关键点连接关系 self.finger_connections { THUMB: [0, 1, 2, 3, 4], # 手腕 - CMC - MCP - IP - 指尖 INDEX: [0, 5, 6, 7, 8], # 手腕 - MCP - PIP - DIP - 指尖 MIDDLE: [0, 9, 10, 11, 12], # 手腕 - MCP - PIP - DIP - 指尖 RING: [0, 13, 14, 15, 16], # 手腕 - MCP - PIP - DIP - 指尖 PINKY: [0, 17, 18, 19, 20] # 手腕 - MCP - PIP - DIP - 指尖 } # 关节点的绘制参数 self.joint_radius 6 self.joint_color (255, 255, 255) # 白色 self.joint_thickness -1 # 实心圆 # 骨骼线的绘制参数 self.bone_thickness 3 def draw_rainbow_skeleton(self, image, landmarks_data): 在图像上绘制彩虹骨骼参数 - image: 原始图像 - landmarks_data: 关键点坐标数据返回 - annotated_image: 绘制了彩虹骨骼的图像 # 创建图像副本 annotated_image image.copy() h, w image.shape[:2] # 绘制所有关节点白色圆点 for hand in landmarks_data: for point in hand: x, y point[x], point[y] cv2.circle(annotated_image, (x, y), self.joint_radius, self.joint_color, self.joint_thickness) # 为每根手指绘制彩色骨骼线 for finger_name, connections in self.finger_connections.items(): color self.finger_colors[finger_name] for hand in landmarks_data: # 绘制这根手指的所有骨骼连接 for i in range(len(connections) - 1): start_idx connections[i] end_idx connections[i 1] # 获取起点和终点的坐标 start_point hand[start_idx] end_point hand[end_idx] # 绘制骨骼线 cv2.line(annotated_image, (start_point[x], start_point[y]), (end_point[x], end_point[y]), color, self.bone_thickness) return annotated_image def get_finger_status(self, landmarks_data): 分析手指状态伸直或弯曲参数 - landmarks_data: 关键点坐标数据返回 - finger_status: 每根手指的状态字典 finger_status {} if not landmarks_data: return finger_status # 这里以第一只手为例 hand landmarks_data[0] # 计算每根手指的指尖与掌根的距离 wrist hand[0] # 手腕点 for finger_name, connections in self.finger_connections.items(): tip_idx connections[-1] # 指尖的索引 mcp_idx connections[1] # 掌指关节的索引 tip_point hand[tip_idx] mcp_point hand[mcp_idx] # 计算指尖到手腕的距离 tip_to_wrist np.sqrt( (tip_point[x] - wrist[x])**2 (tip_point[y] - wrist[y])**2 ) # 计算掌指关节到手腕的距离 mcp_to_wrist np.sqrt( (mcp_point[x] - wrist[x])**2 (mcp_point[y] - wrist[y])**2 ) # 如果指尖距离明显大于掌指关节距离说明手指伸直 is_straight tip_to_wrist mcp_to_wrist * 1.2 finger_status[finger_name] { straight: is_straight, tip_distance: tip_to_wrist, mcp_distance: mcp_to_wrist } return finger_status def recognize_gesture(self, finger_status): 根据手指状态识别常见手势参数 - finger_status: 手指状态字典返回 - gesture_name: 识别出的手势名称 if not finger_status: return NO_HAND # 检查每根手指是否伸直 thumb_straight finger_status[THUMB][straight] index_straight finger_status[INDEX][straight] middle_straight finger_status[MIDDLE][straight] ring_straight finger_status[RING][straight] pinky_straight finger_status[PINKY][straight] # 常见手势判断 if (index_straight and middle_straight and not thumb_straight and not ring_straight and not pinky_straight): return VICTORY # 比耶 elif (thumb_straight and index_straight and not middle_straight and not ring_straight and not pinky_straight): return POINTING # 指向 elif (thumb_straight and not index_straight and not middle_straight and not ring_straight and not pinky_straight): return THUMBS_UP # 点赞 elif (index_straight and middle_straight and ring_straight and pinky_straight and not thumb_straight): return FOUR # 数字4 elif all([thumb_straight, index_straight, middle_straight, ring_straight, pinky_straight]): return OPEN_PALM # 张开手掌 elif all([not thumb_straight, not index_straight, not middle_straight, not ring_straight, not pinky_straight]): return FIST # 握拳 else: return UNKNOWN彩虹骨骼可视化不仅让结果更美观还能帮助我们直观地理解手势状态。通过不同颜色的区分你可以一眼看出哪根手指是伸直的哪根是弯曲的。3.3 创建完整的Web应用现在让我们把这些功能整合成一个完整的Web应用。创建一个app.py文件from flask import Flask, request, render_template, send_file, jsonify import cv2 import os from datetime import datetime from hand_detector import HandDetector from rainbow_visualizer import RainbowVisualizer app Flask(__name__) # 初始化检测器和可视化器 detector HandDetector(static_modeTrue, max_hands2, detection_confidence0.7) visualizer RainbowVisualizer() # 创建上传目录 UPLOAD_FOLDER uploads RESULT_FOLDER results os.makedirs(UPLOAD_FOLDER, exist_okTrue) os.makedirs(RESULT_FOLDER, exist_okTrue) app.route(/) def index(): 显示主页面 return !DOCTYPE html html head title手势识别系统/title style body { font-family: Arial, sans-serif; max-width: 800px; margin: 0 auto; padding: 20px; background-color: #f5f5f5; } .container { background: white; padding: 30px; border-radius: 10px; box-shadow: 0 2px 10px rgba(0,0,0,0.1); } h1 { color: #333; text-align: center; } .upload-section { text-align: center; margin: 30px 0; } input[typefile] { padding: 10px; border: 2px dashed #ccc; border-radius: 5px; width: 100%; max-width: 400px; } button { background-color: #4CAF50; color: white; padding: 12px 24px; border: none; border-radius: 5px; cursor: pointer; font-size: 16px; margin-top: 10px; } button:hover { background-color: #45a049; } .result-section { margin-top: 30px; text-align: center; } .image-container { display: flex; justify-content: space-around; flex-wrap: wrap; margin-top: 20px; } .image-box { margin: 10px; text-align: center; } .image-box img { max-width: 100%; height: auto; border: 1px solid #ddd; border-radius: 5px; } .info-box { background-color: #e8f5e9; padding: 15px; border-radius: 5px; margin-top: 20px; text-align: left; } .color-legend { display: flex; justify-content: center; gap: 20px; margin: 20px 0; flex-wrap: wrap; } .color-item { display: flex; align-items: center; gap: 5px; } .color-box { width: 20px; height: 20px; border-radius: 3px; } /style /head body div classcontainer h1 AI手势识别系统/h1 p上传包含手部的图片系统将自动检测并绘制彩虹骨骼/p div classcolor-legend div classcolor-item div classcolor-box stylebackground-color: #FFFF00;/div span拇指 (黄色)/span /div div classcolor-item div classcolor-box stylebackground-color: #800080;/div span食指 (紫色)/span /div div classcolor-item div classcolor-box stylebackground-color: #00FFFF;/div span中指 (青色)/span /div div classcolor-item div classcolor-box stylebackground-color: #00FF00;/div span无名指 (绿色)/span /div div classcolor-item div classcolor-box stylebackground-color: #FF0000;/div span小指 (红色)/span /div /div div classupload-section form action/upload methodpost enctypemultipart/form-data input typefile namefile acceptimage/* required brbr button typesubmit识别手势/button /form /div div classinfo-box h3使用提示/h3 ul li支持JPG、PNG格式的图片/li li建议上传清晰的手部图片/li li可以尝试点赞、比耶、握拳等手势/li li系统最多可同时检测两只手/li li处理时间通常在1秒以内/li /ul /div /div /body /html app.route(/upload, methods[POST]) def upload_file(): 处理文件上传和手势识别 if file not in request.files: return 没有选择文件, 400 file request.files[file] if file.filename : return 没有选择文件, 400 # 生成唯一的文件名 timestamp datetime.now().strftime(%Y%m%d_%H%M%S) original_filename foriginal_{timestamp}.jpg result_filename fresult_{timestamp}.jpg original_path os.path.join(UPLOAD_FOLDER, original_filename) result_path os.path.join(RESULT_FOLDER, result_filename) # 保存上传的文件 file.save(original_path) try: # 读取图像 image cv2.imread(original_path) if image is None: return 无法读取图像文件, 400 # 检测手部关键点 results, _ detector.detect(image) # 获取关键点坐标 landmarks_data detector.get_landmark_coordinates(results, image.shape) if not landmarks_data: return div styletext-align: center; padding: 50px; h2未检测到手部/h2 p请确保图片中包含清晰的手部并重新上传/p a href/返回首页/a /div , 400 # 绘制彩虹骨骼 annotated_image visualizer.draw_rainbow_skeleton(image, landmarks_data) # 分析手势 finger_status visualizer.get_finger_status(landmarks_data) gesture visualizer.recognize_gesture(finger_status) # 保存结果 cv2.imwrite(result_path, annotated_image) # 生成结果页面 return f !DOCTYPE html html head title识别结果/title style body {{ font-family: Arial, sans-serif; max-width: 1000px; margin: 0 auto; padding: 20px; background-color: #f5f5f5; }} .container {{ background: white; padding: 30px; border-radius: 10px; box-shadow: 0 2px 10px rgba(0,0,0,0.1); }} h1 {{ color: #333; text-align: center; }} .result-info {{ background-color: #e3f2fd; padding: 20px; border-radius: 5px; margin: 20px 0; }} .image-comparison {{ display: flex; justify-content: space-around; flex-wrap: wrap; gap: 20px; margin: 30px 0; }} .image-box {{ text-align: center; flex: 1; min-width: 300px; }} .image-box img {{ max-width: 100%; height: auto; border: 1px solid #ddd; border-radius: 5px; }} .gesture-result {{ background-color: #4CAF50; color: white; padding: 15px; border-radius: 5px; text-align: center; font-size: 24px; margin: 20px 0; }} .action-buttons {{ text-align: center; margin-top: 30px; }} .btn {{ display: inline-block; padding: 12px 24px; margin: 0 10px; background-color: #4CAF50; color: white; text-decoration: none; border-radius: 5px; border: none; cursor: pointer; font-size: 16px; }} .btn:hover {{ background-color: #45a049; }} .btn-secondary {{ background-color: #2196F3; }} .btn-secondary:hover {{ background-color: #1976D2; }} /style /head body div classcontainer h1 手势识别完成/h1 div classgesture-result 识别结果strong{gesture}/strong /div div classresult-info h3检测信息/h3 ul li检测到手部数量{len(landmarks_data)}/li li每只手21个关键点/li li处理时间1秒/li li图像尺寸{image.shape[1]} × {image.shape[0]} 像素/li /ul /div div classimage-comparison div classimage-box h3原始图片/h3 img src/uploads/{original_filename} alt原始图片 /div div classimage-box h3识别结果彩虹骨骼/h3 img src/results/{result_filename} alt识别结果 /div /div div classaction-buttons a href/ classbtn识别新图片/a a href/results/{result_filename} download classbtn btn-secondary下载结果图片/a /div /div /body /html except Exception as e: return f处理过程中出现错误{str(e)}, 500 app.route(/uploads/filename) def serve_upload(filename): 提供上传的图片 return send_file(os.path.join(UPLOAD_FOLDER, filename)) app.route(/results/filename) def serve_result(filename): 提供处理后的图片 return send_file(os.path.join(RESULT_FOLDER, filename)) app.route(/api/detect, methods[POST]) def api_detect(): 提供API接口返回JSON格式的结果 if file not in request.files: return jsonify({error: No file provided}), 400 file request.files[file] # 读取图像 image_data file.read() nparr np.frombuffer(image_data, np.uint8) image cv2.imdecode(nparr, cv2.IMREAD_COLOR) if image is None: return jsonify({error: Invalid image}), 400 # 检测手部关键点 results, _ detector.detect(image) landmarks_data detector.get_landmark_coordinates(results, image.shape) if not landmarks_data: return jsonify({hands_detected: 0, landmarks: []}) # 分析手势 finger_status visualizer.get_finger_status(landmarks_data) gesture visualizer.recognize_gesture(finger_status) response { hands_detected: len(landmarks_data), gesture: gesture, landmarks: landmarks_data, finger_status: finger_status, timestamp: datetime.now().isoformat() } return jsonify(response) if __name__ __main__: # 启动Flask应用 app.run(host0.0.0.0, port5000, debugTrue)这个完整的Web应用提供了美观的用户界面支持文件上传实时的手势识别和彩虹骨骼绘制手势类型识别点赞、比耶、握拳等结果对比展示原始图片 vs 识别结果RESTful API接口方便其他系统调用4. 快速上手与测试4.1 运行你的手势识别系统现在让我们启动系统并进行测试安装依赖如果你是从零开始pip install opencv-python mediapipe flask numpy启动应用python app.py访问应用打开浏览器访问http://localhost:5000上传测试图片你可以使用手机拍摄自己的手势照片或者从网上下载一些包含手部的图片进行测试。4.2 测试不同手势为了全面测试系统的识别能力建议尝试以下几种常见手势张开手掌五指完全伸直握拳五指完全弯曲点赞拇指伸直其他四指弯曲比耶食指和中指伸直其他手指弯曲OK手势拇指和食指形成圆圈数字手势尝试1-5的数字手势每种手势的彩虹骨骼显示效果都不同你可以观察不同手指的颜色变化。4.3 使用API接口如果你想要在其他程序中调用手势识别功能可以使用我们提供的API接口import requests # 准备测试图片 with open(test_hand.jpg, rb) as f: files {file: f} # 发送POST请求 response requests.post(http://localhost:5000/api/detect, filesfiles) if response.status_code 200: result response.json() print(f检测到手部数量: {result[hands_detected]}) print(f识别手势: {result[gesture]}) # 获取关键点坐标 for hand_idx, hand_landmarks in enumerate(result[landmarks]): print(f\n第 {hand_idx 1} 只手的关键点:) for point in hand_landmarks: print(f {point[name]}: ({point[x]}, {point[y]})) else: print(f请求失败: {response.status_code})这个API返回JSON格式的数据包含检测到的手部数量、识别的手势类型以及每个关键点的具体坐标。5. 常见问题与解决方案5.1 检测不到手部怎么办如果你上传了图片但系统没有检测到手部可以尝试以下方法调整图片质量确保手部在图片中清晰可见避免过于复杂或杂乱的背景保证光线充足避免阴影遮挡调整检测参数在HandDetector初始化时可以降低detection_confidence的值# 降低置信度阈值提高检测灵敏度 detector HandDetector(detection_confidence0.3)预处理图片在检测前对图片进行预处理def preprocess_image(image): # 调整亮度对比度 alpha 1.2 # 对比度系数 beta 30 # 亮度增量 enhanced cv2.convertScaleAbs(image, alphaalpha, betabeta) # 高斯模糊去噪 blurred cv2.GaussianBlur(enhanced, (5, 5), 0) return blurred5.2 识别准确率如何提升虽然MediaPipe Hands已经相当准确但你还可以通过以下方式进一步提升识别效果多角度训练数据如果你的应用场景固定可以收集一些特定角度的图片进行测试。后处理优化def smooth_landmarks(current_landmarks, previous_landmarks, alpha0.5): 平滑关键点坐标减少抖动 if previous_landmarks is None: return current_landmarks smoothed [] for curr, prev in zip(current_landmarks, previous_landmarks): smoothed_point { x: int(alpha * curr[x] (1-alpha) * prev[x]), y: int(alpha * curr[y] (1-alpha) * prev[y]), z: alpha * curr[z] (1-alpha) * prev[z] } smoothed.append(smoothed_point) return smoothed手势规则优化根据你的具体需求调整手势识别规则def custom_gesture_recognition(finger_status): 自定义手势识别规则 # 这里可以根据你的需求添加特定的手势判断逻辑 pass5.3 性能优化建议如果你的应用需要处理大量图片或视频流可以考虑以下优化图片尺寸调整def resize_for_detection(image, max_dimension640): 调整图片尺寸以加快处理速度 h, w image.shape[:2] if max(h, w) max_dimension: scale max_dimension / max(h, w) new_w int(w * scale) new_h int(h * scale) return cv2.resize(image, (new_w, new_h)) return image批量处理如果需要处理多张图片可以使用批量处理def batch_process(image_paths, batch_size4): 批量处理图片 results [] for i in range(0, len(image_paths), batch_size): batch image_paths[i:ibatch_size] # 并行处理批次中的图片 batch_results process_batch(batch) results.extend(batch_results) return results缓存机制对于重复的图片可以使用缓存避免重复计算import hashlib image_cache {} def get_image_hash(image): 计算图片的哈希值 return hashlib.md5(image.tobytes()).hexdigest() def process_with_cache(image): 带缓存的图片处理 img_hash get_image_hash(image) if img_hash in image_cache: return image_cache[img_hash] # 处理图片 result process_image(image) # 存入缓存 image_cache[img_hash] result return result6. 扩展应用与进阶功能6.1 实时视频流处理将系统扩展到实时视频处理非常简单import cv2 from hand_detector import HandDetector from rainbow_visualizer import RainbowVisualizer def process_video_stream(): 处理摄像头视频流 # 初始化 detector HandDetector(static_modeFalse, max_hands2) visualizer RainbowVisualizer() # 打开摄像头 cap cv2.VideoCapture(0) # 设置摄像头参数 cap.set(cv2.CAP_PROP_FRAME_WIDTH, 640) cap.set(cv2.CAP_PROP_FRAME_HEIGHT, 480) print(按 q 键退出...) while True: # 读取帧 ret, frame cap.read() if not ret: break # 镜像翻转让显示更自然 frame cv2.flip(frame, 1) # 检测手部关键点 results, _ detector.detect(frame) landmarks_data detector.get_landmark_coordinates(results, frame.shape) # 如果检测到手部绘制彩虹骨骼 if landmarks_data: frame visualizer.draw_rainbow_skeleton(frame, landmarks_data) # 识别手势 finger_status visualizer.get_finger_status(landmarks_data) gesture visualizer.recognize_gesture(finger_status) # 在画面上显示手势名称 cv2.putText(frame, fGesture: {gesture}, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2) # 显示结果 cv2.imshow(Hand Tracking, frame) # 按q退出 if cv2.waitKey(1) 0xFF ord(q): break # 释放资源 cap.release() cv2.destroyAllWindows() if __name__ __main__: process_video_stream()这个实时版本可以让你通过摄像头实时看到手势识别效果非常适合交互式应用开发。6.2 手势控制应用示例基于手势识别我们可以开发各种有趣的应用。这里是一个简单的幻灯片控制示例import pyautogui import time class GestureController: def __init__(self): self.last_gesture None self.gesture_start_time None self.hold_threshold 1.0 # 手势保持1秒才触发 def control_presentation(self, gesture): 根据手势控制幻灯片 current_time time.time() # 如果是新手势记录开始时间 if gesture ! self.last_gesture: self.last_gesture gesture self.gesture_start_time current_time return # 检查手势是否保持足够时间 if current_time - self.gesture_start_time self.hold_threshold: return # 执行控制操作 if gesture POINTING: # 食指指向 - 下一张幻灯片 pyautogui.press(right) print(下一张幻灯片) self.gesture_start_time current_time # 重置计时 elif gesture THUMBS_UP: # 点赞 - 开始播放 pyautogui.press(f5) print(开始播放) self.gesture_start_time current_time elif gesture THUMBS_DOWN: # 倒赞 - 结束播放 pyautogui.press(esc) print(结束播放) self.gesture_start_time current_time elif gesture OPEN_PALM: # 张开手掌 - 暂停/继续 pyautogui.press(space) print(暂停/继续) self.gesture_start_time current_time # 在主循环中使用 controller GestureController() while True: # 获取当前手势从你的识别系统 current_gesture get_current_gesture() # 这需要你从识别系统获取 # 控制幻灯片 controller.control_presentation(current_gesture) time.sleep(0.1) # 控制频率6.3 集成到其他项目手势识别系统可以轻松集成到各种项目中游戏控制用手势控制游戏角色智能家居用手势控制灯光、音乐等教育应用手势交互的学习软件无障碍应用为行动不便的用户提供新的交互方式艺术创作手势控制的数字绘画工具7. 总结7.1 核心收获回顾通过这篇教程我们完成了一个完整的手势识别系统搭建环境部署简单基于预置镜像无需GPU开箱即用核心代码完整从手部检测到彩虹骨骼可视化代码清晰易懂Web应用完善提供美观的界面和实用的API接口实时处理支持轻松扩展到视频流处理应用场景丰富可以集成到各种交互项目中7.2 关键优势总结零GPU依赖完全在CPU上运行成本低部署简单高精度识别MediaPipe Hands提供21个3D关键点识别准确可视化友好彩虹骨骼让手势状态一目了然易于扩展代码结构清晰方便添加新功能实时性能单张图片处理仅需毫秒级视频流也能流畅运行7.3 下一步学习建议如果你对这个系统感兴趣想要进一步深入学习深入研究MediaPipe探索MediaPipe的其他功能如姿态估计、人脸检测等优化识别算法根据你的具体需求调整手势识别规则开发完整应用基于这个系统开发一个真正可用的手势控制应用学习3D手势利用MediaPipe提供的3D坐标开发空间手势识别多模态融合结合语音、眼动等其他交互方式创造更自然的用户体验手势识别技术正在改变我们与数字世界的交互方式。从简单的图片识别到复杂的实时控制这个领域有着无限的可能性。希望这篇教程能成为你探索这个精彩世界的起点。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。