由于最近虚拟和增强现实技术的增长和普及，手势识别技术正变得越来越流行。在本篇文字中，我们将使用MediaPipe Python 库来检测我们的手势并使用它来控制树莓派媒体播放器。本文中，我们将使用总共六个手势，即松开和握紧拳头以及向上、向下、向左和向右移动手掌。松开和握紧拳头手势用于播放和暂停视频。上下移动手势用于增大和减小音量，左右移动手势用于快进和快退视频。

所需的组件

●    树莓派

●    摄像头模块

在这里，我们只需要安装了OpenCV和MediaPipe的树莓派和摄像头模块。OpenCV用于数字图像处理，而MediaPipe用于手势跟踪。数字图像处理最常见的应用是物体检测、人脸识别和人员计数器。

什么是MediaPipe？

MediaPipe是一个框架，用于构建跨平台（即 Android、iOS、Web、边缘设备）多模式（例如视频、音频、任何时间序列数据）应用的机器学习管道，包括快速ML推理、经典计算机视觉和媒体处理（例如视频解码）。 MediaPipe 已经发布了各种预构建的Python和其他语言包，例如：

●    物体检测

●    人脸检测

●    手部追踪

●    姿态估计

●    多手追踪

●    头发分割

MediaPipe Python 包在适用于 Linux、macOS和Windows的PyPI上可用。使用以下命令在树莓派上安装MediaPipe：

1. sudo pip3 install mediapipe-rpi4

复制代码

如果您使用的是树莓派3，则可以使用以下命令安装：

1. sudo pip3 install mediapipe-rpi3

复制代码

在树莓派上安装OpenCV

在安装OpenCV 和其他依赖项之前，需要全面更新树莓派。使用以下命令将树莓派更新到最新版本：

1. sudo apt-get update

复制代码

然后使用以下命令在树莓派上安装OpenCV所需的依赖项。

1. sudo apt-get install libhdf5-dev -y
   
2. sudo apt-get install libhdf5-serial-dev –y
   
3. sudo apt-get install libatlas-base-dev –y
   
4. sudo apt-get install libjasper-dev -y
   
5. sudo apt-get install libqtgui4 –y
   
6. sudo apt-get install libqt4-test –y

复制代码

之后，使用以下命令在树莓派上安装 OpenCV。

1. pip3 install opencv-contrib-python==4.1.0.25

复制代码

在树莓派上安装 PyAutoGUI

PyAutoGUI 是一个跨平台的GUI 自动化Python 模块，可让您的Python 脚本控制鼠标和键盘以自动与其他应用程序交互。 PyAutoGUI可以在Windows、macOS和Linux 上运行，并支持Python 2和3。要在树莓派上安装PyAutoGUI，请运行：

1. pip3 install pyautogui

复制代码

为视频控制器编程树莓派

本节中我们将介绍代码的重要部分，以便更好地理解。

首先在代码中导入OpenCV、MediaPipe和PyAutoGUI包。如前所述，MediaPipe是手势追踪的核心包，而OpenCV用于图像处理。PyAutoGUI用于根据手势控制键盘。

1. import cv2
   
2. import mediapipe as mp
   
3. import pyautogui

复制代码

接下来，我们新建了两个变量。第一个是mp_drawing，它将用于从MediaPipe python包中获取所有绘图实用程序，第二个是mp_hands，用于导入手部跟踪模型。

1. mp_drawing = mp.solutions.drawing_utils
   
2. mp_hands = mp.solutions.hands

复制代码

之后定义一个名为findPosition()的函数。顾名思义，它用于查找食指、中指、无名指和小指的 X、Y 坐标。所有指尖的坐标将存储在一个名为lmList[]的变量中。

1. def fingerPosition(image, handNo=0):
   
2.     lmList = []
   
3.     if results.multi_hand_landmarks:
   
4.         myHand = results.multi_hand_landmarks[handNo]
   
5.         for id, lm in enumerate(myHand.landmark):
   
6.             # print(id,lm)
   
7.             h, w, c = image.shape
   
8.             cx, cy = int(lm.x * w), int(lm.y * h)
   
9.             lmList.append([id, cx, cy])
   
10.     return lmList

复制代码

然后开始从树莓派摄像头模块中输出视频流，帧高和帧宽分别为720、640。

1. cap = cv2.VideoCapture(0)
   
2. cap.set(3, wCam)
   
3. cap.set(4, hCam)

复制代码

然后为mediapipe feed设置一个新实例以访问我们之前导入的Hand Tracking模型。我们还传递了两个关键字参数，即最小检测置信度和最小跟踪置信度。接下来，我们将读取视频帧并将它们存储在 image 变量中。

以mp_hands.Hands(min_detection_confidence=0.8, min_tracking_confidence=0.5) 作为手势：

1.   while cap.isOpened():
   
2.   success, image = cap.read()

复制代码

我们从视频源中获得的图像最初是BGR格式。因此，在这一行中，我们将首先水平翻转图像以供稍后自拍显示，然后将BGR图像转换为RGB。图像可写标志设置为false。

1. image = cv2.cvtColor(cv2.flip(image, 1), cv2.COLOR_BGR2RGB)
   
2. image.flags.writeable = False

复制代码

之后，我们将通过手部跟踪模型传递图像以进行检测并将结果存储在名为“results”的变量中。

1. results = hands.process(image)

复制代码

检测完成后，我们将图像可写标志设置为 true 并将RGB图像转换为BGR。

1. image.flags.writeable = True
   
2. image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)

复制代码

现在，当我们得到检测结果时，我们将调用mp_drawing变量在图像上绘制这些检测，并使用我们之前导入的绘图实用程序连接所有检测。

1. image.flags.writeable = True
   
2. image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)

复制代码

之后，我们将调用 findPosition() 函数来获取所有检测的id和坐标。这些值将存储在名为lmList 的变量中。

1. lmList = findPosition(image, draw=True)
   

复制代码

现在我们有了所有手部标志的坐标，我们将使用它们来检测不同的手势，其中第一个是检测拳头是松开还是握紧。为此，我们将比较指尖 [8, 12, 16, 20] 和中点 [6, 10, 14, 19] 的坐标，如果指尖低于中点，则拳头握紧，反之张开。

1.         for id in range(1, 5):
   
2.             if lmList[tipIds[id]][2] < lmList[tipIds[id] - 2][2]:
   
3.                 fingers.append(1)
   
4.             if (lmList[tipIds[id]][2] > lmList[tipIds[id] - 2][2]):
   
5.                 fingers.append(0)

复制代码

然后在接下来的代码中获取计数的手指总数并将其保存在名为totalFingers 的变量中。

1. totalFingers = fingers.count(1)
   
2.         print(totalFingers)

复制代码

现在我们得到了手指的数量，使用它们来播放和暂停视频。

1.         if totalFingers == 4:
   
2.             state = "Play"
   
3.         if totalFingers == 0 and state == "Play":
   
4.             state = "Pause"
   
5.             pyautogui.press('space')
   
6.             print("Space")

复制代码

然后我们要检测的下一个手势是向左、向右、向上和向下移动。要检测左右移动，首先，我们将获得食指尖的 X 坐标，如果值小于 300 则为左滑动，如果值大于 400 则为右滑动。

1.         if totalFingers == 1:
   
2.             if lmList[8][1]<300:
   
3.                 print("left")
   
4.                 pyautogui.press('left')
   
5.             if lmList[8][1]>400:
   
6.                 print("Right")
   
7.                 pyautogui.press('Right')

复制代码

同样的，检测上下手势我们会得到中指的Y坐标，如果小于210就是上滑，大于230就是下滑.

1.         if totalFingers == 2:
   
2.             if lmList[9][2] < 210:
   
3.                 print("Up")
   
4.                 pyautogui.press('Up')
   
5.             if lmList[9][2] > 230:
   
6.                 print("Down")
   
7.                 pyautogui.press('Down')

复制代码

测试我们的手势控制视频控制器脚本

现在视频控制器脚本已准备就绪，让我们继续测试它。将摄像头模块与树莓派连接，如下所示：

现在，检查摄像头是否正常工作。查看后，启动Python 脚本，您会发现弹出一个窗口，其中包含视频源。现在，您可以通过手势控制视频播放器。希望您喜欢搭建该项目并学到了新东西，如果您有任何问题，请随时在本帖下面进行回复。

兄弟，用树莓派做mediapipe手势识别买多少内存的树莓派比较好，希望是能比较流畅运行，你这个是多少内存的