Python Opencv实践 - 手势音量控制

2023-12-21 04:04

本文主要是介绍Python Opencv实践 - 手势音量控制,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

    本文基于前面的手部跟踪功能做一个手势音量控制功能,代码用到了前面手部跟踪封装的HandDetector.这篇文章在这里:

Python Opencv实践 - 手部跟踪-CSDN博客文章浏览阅读626次,点赞11次,收藏7次。使用mediapipe库做手部的实时跟踪,关于mediapipe的介绍,请自行百度。https://blog.csdn.net/vivo01/article/details/135071340?spm=1001.2014.3001.5502

      使用了pycaw来做音量控制,pacaw的安装直接使用pip install pycaw即可。

        代码如下:

import cv2 as cv
import math
import mediapipe as mp
import time
from ctypes import cast,POINTER
from comtypes import CLSCTX_ALL
#使用pycaw来控制音量,pip install pycaw
from pycaw.pycaw import AudioUtilities,IAudioEndpointVolumeclass HandDetector():def __init__(self, mode=False,maxNumHands=2,modelComplexity=1,minDetectionConfidence=0.5,minTrackingConfidence=0.5):self.mode = modeself.maxNumHands = maxNumHandsself.modelComplexity = modelComplexityself.minDetectionConfidence = minDetectionConfidenceself.minTrackingConfidence = minTrackingConfidence#创建mediapipe的solutions.hands对象self.mpHands = mp.solutions.handsself.handsDetector = self.mpHands.Hands(self.mode, self.maxNumHands, self.modelComplexity, self.minDetectionConfidence, self.minTrackingConfidence)#创建mediapipe的绘画工具self.mpDrawUtils = mp.solutions.drawing_utilsdef findHands(self, img, drawOnImage=True):#mediapipe手部检测器需要输入图像格式为RGB#cv默认的格式是BGR,需要转换imgRGB = cv.cvtColor(img, cv.COLOR_BGR2RGB)#调用手部检测器的process方法进行检测self.results = self.handsDetector.process(imgRGB)#print(results.multi_hand_landmarks)#如果multi_hand_landmarks有值表示检测到了手if self.results.multi_hand_landmarks:#遍历每一只手的landmarksfor handLandmarks in self.results.multi_hand_landmarks:if drawOnImage:self.mpDrawUtils.draw_landmarks(img, handLandmarks, self.mpHands.HAND_CONNECTIONS)return img;#从结果中查询某只手的landmark listdef findHandPositions(self, img, handID=0, drawOnImage=True):landmarkList = []if self.results.multi_hand_landmarks:handLandmarks = self.results.multi_hand_landmarks[handID]for id,landmark in enumerate(handLandmarks.landmark):#处理每一个landmark,将landmark里的X,Y(比例)转换为帧数据的XY坐标h,w,c = img.shapecenterX,centerY = int(landmark.x * w), int(landmark.y * h)landmarkList.append([id, centerX, centerY])if (drawOnImage):#将landmark绘制成圆cv.circle(img, (centerX,centerY), 8, (0,255,0))return landmarkListdef DisplayFPS(img, preTime):curTime = time.time()if (curTime - preTime == 0):return curTime;fps = 1 / (curTime - preTime)cv.putText(img, "FPS:" + str(int(fps)), (10,70), cv.FONT_HERSHEY_PLAIN,3, (0,255,0), 3)return curTimedef AudioEndpointGet():devices = AudioUtilities.GetSpeakers()interface = devices.Activate(IAudioEndpointVolume._iid_, CLSCTX_ALL, None)volume = cast(interface, POINTER(IAudioEndpointVolume))range = volume.GetVolumeRange()return volume,rangedef AudioVolumeLevelSet(volume, range, value):if volume:if (value < range[0]) or (value > range[1]):returnvolume.SetMasterVolumeLevel(value, None)def main():video = cv.VideoCapture('../../SampleVideos/handVolumeControl.mp4')#FPS显示preTime = 0handDetector = HandDetector(minDetectionConfidence=0.7)volume,volumeRange = AudioEndpointGet()print(volumeRange)#AudioVolumeLevelSet(volume, volumeRange, volumeRange[0])minFingerDistance = 1000maxFingerDistance = 0while True:ret,frame = video.read()if ret == False:break;frame = handDetector.findHands(frame)hand0Landmarks = handDetector.findHandPositions(frame)if (len(hand0Landmarks) != 0):#print(hand0Landmarks[4], hand0Landmarks[8])#取出大拇指(4)和食指(8)的指尖的点对应的坐标thumbX,thumbY = hand0Landmarks[4][1], hand0Landmarks[4][2]indexFingerX,indexFingerY = hand0Landmarks[8][1],hand0Landmarks[8][2]#计算两个指尖的点指尖的中点cx,cy = (thumbX + indexFingerX) / 2, (thumbY + indexFingerY) / 2#用实心圆突出显示出这两个个点cv.circle(frame, (thumbX,thumbY), 18, (90,220,180), cv.FILLED)cv.circle(frame, (indexFingerX,indexFingerY), 18, (0,120,255), cv.FILLED)#绘制两个点形成的直线cv.line(frame, (thumbX,thumbY), (indexFingerX,indexFingerY), (255,60,60), 3)#计算食指和拇指指尖的距离distance = math.hypot(thumbX - indexFingerX, thumbY - indexFingerY)#测试两指指尖最小和最大距离,改进方案可以是用摄像头做实时校准后再进行控制#本案例中直接获取视频里的最小和最大距离直接用作判断(我拍的视频里范围是30 - 425之间)if distance < minFingerDistance:minFingerDistance = distanceif distance > maxFingerDistance:maxFingerDistance = distance#print(distance)if distance < 40:#两个指尖的中点显示为绿色,音量设置为最小值cv.circle(frame, (int(cx),int(cy)), 18, (0,255,0), cv.FILLED)AudioVolumeLevelSet(volume, volumeRange, volumeRange[0])else:cv.circle(frame, (int(cx),int(cy)), 18, (0,0,255), cv.FILLED)#这里为了方便直接使用425(本视频最大值)做比例换算#我本机的volumeRange是-63.5 到 0, 步长0.5value = volumeRange[0] * (1 - (distance / 425))print(value)AudioVolumeLevelSet(volume, volumeRange, value)preTime = DisplayFPS(frame, preTime)cv.imshow('Real Time Hand Detection', frame)if cv.waitKey(30) & 0xFF == ord('q'):break;print("Min & Max distance between thumb and index finger tips: ", minFingerDistance, maxFingerDistance)video.release()cv.destroyAllWindows()if __name__ == "__main__":main()

        效果可以参考我的B站视频:

Python Opencv练手-手势音量控制_哔哩哔哩_bilibili基于mediapipe手部检测实现一个手势音量控制功能源码参考我的CSDN:https://blog.csdn.net/vivo01/article/details/135118979?spm=1001.2014.3001.5502, 视频播放量 1、弹幕量 0、点赞数 0、投硬币枚数 0、收藏人数 0、转发人数 0, 视频作者 vivo119, 作者简介 一个喜欢小狗子的码农,业余爱好游戏开发,相关视频:小乖最喜欢吃面条,小乖(白)芝麻(黑)的日常冲突,这只胖狗想要跳上沙发,可是胖了点,Python Opencv - mediapipe做手部跟踪识别,为什么小狗看镜头就尴尬,突然爱吃番茄的狗子,旋转的米糯狗子,有手动旋转和自动旋转两种模式,好好上课,小狗的无糖藕粉初体验,米糯狗子洗澡记,全程都是乖乖狗icon-default.png?t=N7T8https://www.bilibili.com/video/BV1Ej411H79q/?vd_source=474bff49614e62744eb84e9f8340d91a

这篇关于Python Opencv实践 - 手势音量控制的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/518582

相关文章

Python Transformers库(NLP处理库)案例代码讲解

《PythonTransformers库(NLP处理库)案例代码讲解》本文介绍transformers库的全面讲解,包含基础知识、高级用法、案例代码及学习路径,内容经过组织,适合不同阶段的学习者,对... 目录一、基础知识1. Transformers 库简介2. 安装与环境配置3. 快速上手示例二、核心模

Spring Boot 整合 SSE的高级实践(Server-Sent Events)

《SpringBoot整合SSE的高级实践(Server-SentEvents)》SSE(Server-SentEvents)是一种基于HTTP协议的单向通信机制,允许服务器向浏览器持续发送实... 目录1、简述2、Spring Boot 中的SSE实现2.1 添加依赖2.2 实现后端接口2.3 配置超时时

Python正则表达式语法及re模块中的常用函数详解

《Python正则表达式语法及re模块中的常用函数详解》这篇文章主要给大家介绍了关于Python正则表达式语法及re模块中常用函数的相关资料,正则表达式是一种强大的字符串处理工具,可以用于匹配、切分、... 目录概念、作用和步骤语法re模块中的常用函数总结 概念、作用和步骤概念: 本身也是一个字符串,其中

Python使用getopt处理命令行参数示例解析(最佳实践)

《Python使用getopt处理命令行参数示例解析(最佳实践)》getopt模块是Python标准库中一个简单但强大的命令行参数处理工具,它特别适合那些需要快速实现基本命令行参数解析的场景,或者需要... 目录为什么需要处理命令行参数?getopt模块基础实际应用示例与其他参数处理方式的比较常见问http

python实现svg图片转换为png和gif

《python实现svg图片转换为png和gif》这篇文章主要为大家详细介绍了python如何实现将svg图片格式转换为png和gif,文中的示例代码讲解详细,感兴趣的小伙伴可以跟随小编一起学习一下... 目录python实现svg图片转换为png和gifpython实现图片格式之间的相互转换延展:基于Py

Python中的getopt模块用法小结

《Python中的getopt模块用法小结》getopt.getopt()函数是Python中用于解析命令行参数的标准库函数,该函数可以从命令行中提取选项和参数,并对它们进行处理,本文详细介绍了Pyt... 目录getopt模块介绍getopt.getopt函数的介绍getopt模块的常用用法getopt模

Python利用ElementTree实现快速解析XML文件

《Python利用ElementTree实现快速解析XML文件》ElementTree是Python标准库的一部分,而且是Python标准库中用于解析和操作XML数据的模块,下面小编就来和大家详细讲讲... 目录一、XML文件解析到底有多重要二、ElementTree快速入门1. 加载XML的两种方式2.

Python如何精准判断某个进程是否在运行

《Python如何精准判断某个进程是否在运行》这篇文章主要为大家详细介绍了Python如何精准判断某个进程是否在运行,本文为大家整理了3种方法并进行了对比,有需要的小伙伴可以跟随小编一起学习一下... 目录一、为什么需要判断进程是否存在二、方法1:用psutil库(推荐)三、方法2:用os.system调用

使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)

《使用Python从PPT文档中提取图片和图片信息(如坐标、宽度和高度等)》PPT是一种高效的信息展示工具,广泛应用于教育、商务和设计等多个领域,PPT文档中常常包含丰富的图片内容,这些图片不仅提升了... 目录一、引言二、环境与工具三、python 提取PPT背景图片3.1 提取幻灯片背景图片3.2 提取

Python实现图片分割的多种方法总结

《Python实现图片分割的多种方法总结》图片分割是图像处理中的一个重要任务,它的目标是将图像划分为多个区域或者对象,本文为大家整理了一些常用的分割方法,大家可以根据需求自行选择... 目录1. 基于传统图像处理的分割方法(1) 使用固定阈值分割图片(2) 自适应阈值分割(3) 使用图像边缘检测分割(4)