目錄
本文將實現一些通過手拖放一些框，我們可以使用這個技術實現一些遊戲，控制機械臂等很多有趣的事情。
通過opencv設定顯示框和呼叫攝像頭顯示當前畫面
import cv2
cap = cv2.videocapture(0)
cap.set(3,1280)
cap.set(4,720)
while true:
succes, img = cap.read()
cv2.imshow("image", img)
cv2.w程式設計客棧aitkey(1)
在當前畫面中找到手，本文將使用cv zone中的手跟蹤模組
from cvzone.handtrackingmodule import handdetector
detector = handdetector(detectioncon=0.8)#更改了預設的置信度，讓其檢測更加準確
找到手的完整**
import cv2
from cvzone.handtrackingmodule import handdetector
cap = cv2.videocapture(0)
cap.set(3,1280)
cap.set(4,720)
detector = handdetector(detectioncon=0.8)
while true:
succes, img = cap.read()
detector.findhands(img)
lmlist, _ = detector.findposition(img)
cv2.imshow("image", img)
cv2.waitkey(1)
第三步首先建立乙個方塊
cv2.rectangle(img, (100,100), (300,300), (0, 0 , 255),cv2.filled)
然後檢測我們的食指有沒有進入到這個方框中，如果進入的話，這個方框就改變顏色
if lmlist:
cursor = lmlist[8]
if 100程式設計客棧00:
colorr =0, 255, 0
else:
colorr = 0,0,255
cv2.rectangle(img, (100,1程式設計客棧00), (300,300), colorr,cv2.filled)
然後檢測我們是否點選這個方框
當我們食指的之間在這個方框的中心，就會跟隨為我們的指尖運動。
但是這樣的話，我們不想這個方塊跟隨我，我就得很快的將手移開，不是很方便。
所以我們要模擬滑鼠點選確定是否選中它，所以我們就在加入xqryn了一根中指來作為判斷，那判斷的依據就是中指和食指指尖的距離。
l,_,_ = detector.finddistance(8,12,img)
假設倆指尖的距離小於30就選中，大於30就取消
if l<30:
cursor = lmlist[8]
if cx-w//2
import cv2
from cvzone.handtrackingmodule import handdetector
cap = cv2.videocapture(0)
cap.set(3,1280)
cap.set(4,720)
colorr =(0, 0, 255)
detector = handdetector(detectioncon=0.8)
cx, cy, w, h= 100, 100, 200, 200
while true:
succes, img = cap.read()
img = cv2.flip(img, 1)
detector.findhands(img)
lmlist, _ = detector.findposition(img)
if lmlist:
l,_,_ = detector.finddistance(8,12,img)
print(l)
if l<30:
cursor = lmlist[8]
if cx-w//2程式設計客棧h//2
Android中使用手勢識別功能
使用android中的手勢識別，可以完成很多有趣的事情，比如使用手勢識別來做出一些動作，打 給某人，關閉頁面，開啟指定的應用，還可以使用手勢識別作為賬戶密碼等等，下面分享一下如何在android中實現手勢識別 第一步 建立手勢庫 我們這裡要使用androidsdksamples裡面自帶的gestur...
利用手勢控制arduino輸出埠
include include include include include include using namespace cv using namespace std mat frame handle hcomm lpcwstr pstr l com4 char lpoutbuffer 100...
opencv 手勢識別雜亂知識點
1.初始化矩陣 mat depthshow1 size 640,480 cv 8uc1,scalar 255 大小640 480 單通道灰度影象，灰度大小為255 2.設定roi區域 影象中自己感興趣的矩形區域 rect roi roi.x 50 roi.y 50 roi.width 100 roi...