使用旭日X3派实现手势检测-电子发烧友网

作者阿#杰

本篇博客通过旭日X3搭载手势识别算法，实现实时检测，同时测试其运行性能。

针对旭日X3上并没有很好的python IDE编译环境的问题，本篇博客通过SSH远程连接的方式，可以在不给旭日X3内存压力的同时，提供一个更好的代码编写环境，同时通过SSH的方式给旭日X3配置对应的环境，起到方便快捷的作用。

一、准备工作

首先在电脑上安装配有pycharm专业版（专业版可以使用ssh远程登陆，学生使用教育邮箱申请pycharm专业版）。

Pycharm是一款用于Python编程的集成开发环境（IDE）。它可以帮助您编写，测试和调试代码，并具有诸如代码提示，自动完成和错误检测等功能，以帮助您更快地编写高质量的代码。

本次主要使用通过SSH远程连接旭日X3，以便于传输代码到x3派上，实现python的远程操作。

其次，本次工作用到Meidapipe功能包，MediaPipe 是一款由 Google Research 开发并开源的多媒体机器学习模型应用框架，可以直接调用其API完成目标检测、人脸检测以及关键点检测等。

Meidapipe是一个针对深度学习模型的高效执行库，由PyTorch设计而成，提供了高级API，用于加速预测和推理的过程。它为模型执行提供了优化和并行化的功能，并且支持多个GPU和分布式训练。

同时，Meidapipe还支持模型压缩和部署，使模型在嵌入式设备和移动设备上的执行更加高效和灵活。

项目完成的效果展示：

二、部署过程

在x3派上安装pip3及导入Meidapipe包：

sudo apt install python3-pip


pip3 install mediapipe -i https://mirrors.cloud.tencent.com/pypi/simple

确定旭日X3中摄像头端口：

首先不插usb摄像头输入

ls /dev/video*

然后插上usb摄像头再输入ls /dev/video*

多出的端口号即为摄像头端口。

创建手部类对象

初始化手部对象

hands是检测手部关键点的函数，其中有4个输入参数量可以选择

1、static_image_mode：默认为False，如果设置为false, 就是把输入看作一个视频流，在检测到手之后对手加了一个目标跟踪(目标检测+跟踪)，无需调用另一次检测，直到失去对任何手的跟踪为止。

如果设置为True，则手部检测将在每个输入图像上运行(目标检测)，非常适合处理一批静态的，可能不相关的图像。(如果检测的是图片就要设置成True)

2、max_num_hands:可以检测到的手的数量最大值，默认是2

3、min_detection_confidence: 手部检测的最小置信度值，大于这个数值被认为是成功的检测。默认为0.5

4、min_tracking_confidence：目标踪模型的最小置信度值，大于这个数值将被视为已成功跟踪的手部，默认为0.5，如果static_image_mode设置为true，则忽略此操作。

class HandDetector:
  """
  使用mediapipe库查找手。导出地标像素格式。添加了额外的功能。
  如查找方式，许多手指向上或两个手指之间的距离。而且提供找到的手的边界框信息。
  """


  def __init__(self, mode=False, maxHands=2, detectionCon=0.5, minTrackCon=0.5):
    """
    :param mode: 在静态模式下，对每个图像进行检测
    :param maxHands: 要检测的最大手数
    :param detectionCon: 最小检测置信度
    :param minTrackCon: 最小跟踪置信度
    """
    self.mode = mode
    self.maxHands = maxHands
    self.modelComplex = False
    self.detectionCon = detectionCon
    self.minTrackCon = minTrackCon
     # 初始化手部识别模型
    self.mpHands = mp.solutions.hands
    self.hands = self.mpHands.Hands(self.mode, self.maxHands, self.modelComplex,
                self.detectionCon, self.minTrackCon)
    self.mpDraw = mp.solutions.drawing_utils # 初始化绘图器
    self.tipIds = [4, 8, 12, 16, 20] # 指尖列表
    self.fingers = []
    self.lmList = []

创建发现手部并在图像中绘制函数，返回绘制后的图像。

def findHands(self, img, draw=True):
  """
  从图像(BRG)中找到手部。
  :param img: 用于查找手的图像。
  :param draw: 在图像上绘制输出的标志。
  :return: 带或不带图形的图像
  """
  imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 将传入的图像由BGR模式转标准的Opencv模式——RGB模式，
  self.results = self.hands.process(imgRGB)


  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

创建发现手部坐标函数，并返回手部坐标列表。

def findPosition(self, img, handNo=0, draw=True):
  """
  查找单手的地标并将其放入列表中像素格式。还可以返回手部周围的边界框。
  :param img: 要查找的主图像
  :param handNo: 如果检测到多只手，则为手部id
  :param draw: 在图像上绘制输出的标志。(默认绘制矩形框)
  :return: 像素格式的手部关节位置列表；手部边界框
  """


  xList = []
  yList = []
  bbox = []
  bboxInfo = []
  self.lmList = []
  if self.results.multi_hand_landmarks:
    myHand = self.results.multi_hand_landmarks[handNo]
    for id, lm in enumerate(myHand.landmark):
      h, w, c = img.shape
      px, py = int(lm.x * w), int(lm.y * h)
      xList.append(px)
      yList.append(py)
      self.lmList.append([px, py])
      if draw:
        cv2.circle(img, (px, py), 5, (255, 0, 255), cv2.FILLED)
    xmin, xmax = min(xList), max(xList)
    ymin, ymax = min(yList), max(yList)
    boxW, boxH = xmax - xmin, ymax - ymin
    bbox = xmin, ymin, boxW, boxH
    cx, cy = bbox[0] + (bbox[2] // 2), 
         bbox[1] + (bbox[3] // 2)
    bboxInfo = {"id": id, "bbox": bbox, "center": (cx, cy)}


    if draw:
      cv2.rectangle(img, (bbox[0] - 20, bbox[1] - 20),
             (bbox[0] + bbox[2] + 20, bbox[1] + bbox[3] + 20),
             (0, 255, 0), 2)


  return self.lmList, bboxInfo

判断展开手指数量，同时区分左右手。

def fingersUp(self):
  """
  查找列表中打开并返回的手指数。会分别考虑左手和右手
  ：return：竖起手指的列表
  """
  if self.results.multi_hand_landmarks:
    myHandType = self.handType()
    fingers = []
    # Thumb
    if myHandType == "Right":
      if self.lmList[self.tipIds[0]][0] > self.lmList[self.tipIds[0] - 1][0]:
        fingers.append(1)
      else:
        fingers.append(0)
    else:
      if self.lmList[self.tipIds[0]][0] < self.lmList[self.tipIds[0] - 1][0]:
                fingers.append(1)
            else:
                fingers.append(0)
        # 4 Fingers
        for id in range(1, 5):
            if self.lmList[self.tipIds[id]][1] < self.lmList[self.tipIds[id] - 2][1]:
                fingers.append(1)
            else:
                fingers.append(0)
    return fingers

判断识别到的是左手 or 右手。

def handType(self):
  """
  检查传入的手部是左还是右
  ：return: "Right" 或 "Left"
  """
  if self.results.multi_hand_landmarks:
    if self.lmList[17][0] < self.lmList[5][0]:
            return "Right"
        else:
            return "Left"

以上为手部检测类中方法的创建实现，通过调用类的方式来实现相应的功能。

创建Main类，用于具体实现功能

摄像头初始化

class Main:
  def __init__(self):
    self.camera = cv2.VideoCapture(1, cv2.CAP_DSHOW)
    self.camera.set(3, 1280)
    self.camera.set(4, 720)

调用手部类，并将相关信息显示在实时画面中

def Gesture_recognition(self):
  while True:
    self.detector = HandDetector()
    frame, img = self.camera.read()
    img = self.detector.findHands(img)
    lmList, bbox = self.detector.findPosition(img)


    if lmList:
      x_1, y_1 = bbox["bbox"][0], bbox["bbox"][1]
      x1, x2, x3, x4, x5 = self.detector.fingersUp()


      if (x2 == 1 and x3 == 1) and (x4 == 0 and x5 == 0 and x1 == 0):
        cv2.putText(img, "2_TWO", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
              (0, 0, 255), 3)
      elif (x2 == 1 and x3 == 1 and x4 == 1) and (x1 == 0 and x5 == 0):
        cv2.putText(img, "3_THREE", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
              (0, 0, 255), 3)
      elif (x2 == 1 and x3 == 1 and x4 == 1 and x5 == 1) and (x1 == 0):
        cv2.putText(img, "4_FOUR", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
              (0, 0, 255), 3)
      elif x1 == 1 and x2 == 1 and x3 == 1 and x4 == 1 and x5 == 1:
        cv2.putText(img, "5_FIVE", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
              (0, 0, 255), 3)
      elif x2 == 1 and (x1 == 0, x3 == 0, x4 == 0, x5 == 0):
        cv2.putText(img, "1_ONE", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
              (0, 0, 255), 3)
      elif x1 and (x2 == 0, x3 == 0, x4 == 0, x5 == 0):
        cv2.putText(img, "GOOD!", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
              (0, 0, 255), 3)
    cv2.imshow("camera", img)
    if cv2.getWindowProperty('camera', cv2.WND_PROP_VISIBLE) < 1:
            break
        cv2.waitKey(1)

程序入口：执行相关功能。

if __name__ == '__main__':
  Solution = Main()
  Solution.Gesture_recognition()

完整代码展示

import cv2
import mediapipe as mp




class HandDetector:
  """
  使用mediapipe库查找手。导出地标像素格式。添加了额外的功能。
  如查找方式，许多手指向上或两个手指之间的距离。而且提供找到的手的边界框信息。
  """


  def __init__(self, mode=False, maxHands=2, detectionCon=0.5, minTrackCon=0.5):
    """
    :param mode: 在静态模式下，对每个图像进行检测
    :param maxHands: 要检测的最大手数
    :param detectionCon: 最小检测置信度
    :param minTrackCon: 最小跟踪置信度
    """
    self.mode = mode
    self.maxHands = maxHands
    self.modelComplex = False
    self.detectionCon = detectionCon
    self.minTrackCon = minTrackCon


    # 初始化手部识别模型
    self.mpHands = mp.solutions.hands
    self.hands = self.mpHands.Hands(self.mode, self.maxHands, self.modelComplex,
                    self.detectionCon, self.minTrackCon)
    self.mpDraw = mp.solutions.drawing_utils # 初始化绘图器
    self.tipIds = [4, 8, 12, 16, 20] # 指尖列表
    self.fingers = []
    self.lmList = []


  def findHands(self, img, draw=True):
    """
    从图像(BRG)中找到手部。
    :param img: 用于查找手的图像。
    :param draw: 在图像上绘制输出的标志。
     带或不带图形的图像
    """
    imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 将传入的图像由BGR模式转标准的Opencv模式——RGB模式，
    self.results = self.hands.process(imgRGB)


    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):
    """
    查找单手的地标并将其放入列表中像素格式。还可以返回手部周围的边界框。
    :param img: 要查找的主图像
    :param handNo: 如果检测到多只手，则为手部id
    :param draw: 在图像上绘制输出的标志。(默认绘制矩形框)
     像素格式的手部关节位置列表；手部边界框
    """


    xList = []
    yList = []
    bbox = []
    bboxInfo = []
    self.lmList = []
    if self.results.multi_hand_landmarks:
      myHand = self.results.multi_hand_landmarks[handNo]
      for id, lm in enumerate(myHand.landmark):
        h, w, c = img.shape
        px, py = int(lm.x * w), int(lm.y * h)
        xList.append(px)
        yList.append(py)
        self.lmList.append([px, py])
        if draw:
          cv2.circle(img, (px, py), 5, (255, 0, 255), cv2.FILLED)
      xmin, xmax = min(xList), max(xList)
      ymin, ymax = min(yList), max(yList)
      boxW, boxH = xmax - xmin, ymax - ymin
      bbox = xmin, ymin, boxW, boxH
      cx, cy = bbox[0] + (bbox[2] // 2), 
           bbox[1] + (bbox[3] // 2)
      bboxInfo = {"id": id, "bbox": bbox, "center": (cx, cy)}


      if draw:
        cv2.rectangle(img, (bbox[0] - 20, bbox[1] - 20),
               (bbox[0] + bbox[2] + 20, bbox[1] + bbox[3] + 20),
               (0, 255, 0), 2)


    return self.lmList, bboxInfo


  def fingersUp(self):
    """
    查找列表中打开并返回的手指数。会分别考虑左手和右手
    ：return：竖起手指的列表
    """
    if self.results.multi_hand_landmarks:
      myHandType = self.handType()
      fingers = []
      # Thumb
      if myHandType == "Right":
        if self.lmList[self.tipIds[0]][0] > self.lmList[self.tipIds[0] - 1][0]:
          fingers.append(1)
        else:
          fingers.append(0)
      else:
        if self.lmList[self.tipIds[0]][0] < self.lmList[self.tipIds[0] - 1][0]:
                    fingers.append(1)
                else:
                    fingers.append(0)
            # 4 Fingers
            for id in range(1, 5):
                if self.lmList[self.tipIds[id]][1] < self.lmList[self.tipIds[id] - 2][1]:
                    fingers.append(1)
                else:
                    fingers.append(0)
        return fingers


    def handType(self):
        """
        检查传入的手部是左还是右
        ：return: "Right" 或 "Left"
        """
        if self.results.multi_hand_landmarks:
            if self.lmList[17][0] < self.lmList[5][0]:
                return "Right"
            else:
                return "Left"




class Main:
    def __init__(self):
        self.camera = cv2.VideoCapture(1, cv2.CAP_DSHOW)
        self.camera.set(3, 1280)
        self.camera.set(4, 720)


    def Gesture_recognition(self):
        while True:
            self.detector = HandDetector()
            frame, img = self.camera.read()
            img = self.detector.findHands(img)
            lmList, bbox = self.detector.findPosition(img)


            if lmList:
                x_1, y_1 = bbox["bbox"][0], bbox["bbox"][1]
                x1, x2, x3, x4, x5 = self.detector.fingersUp()


                if (x2 == 1 and x3 == 1) and (x4 == 0 and x5 == 0 and x1 == 0):
                    cv2.putText(img, "2_TWO", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
                                (0, 0, 255), 3)
                elif (x2 == 1 and x3 == 1 and x4 == 1) and (x1 == 0 and x5 == 0):
                    cv2.putText(img, "3_THREE", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
                                (0, 0, 255), 3)
                elif (x2 == 1 and x3 == 1 and x4 == 1 and x5 == 1) and (x1 == 0):
                    cv2.putText(img, "4_FOUR", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
                                (0, 0, 255), 3)
                elif x1 == 1 and x2 == 1 and x3 == 1 and x4 == 1 and x5 == 1:
                    cv2.putText(img, "5_FIVE", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
                                (0, 0, 255), 3)
                elif x2 == 1 and (x1 == 0, x3 == 0, x4 == 0, x5 == 0):
                    cv2.putText(img, "1_ONE", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
                                (0, 0, 255), 3)
                elif x1 and (x2 == 0, x3 == 0, x4 == 0, x5 == 0):
                    cv2.putText(img, "GOOD!", (x_1, y_1), cv2.FONT_HERSHEY_PLAIN, 3,
                                (0, 0, 255), 3)
            cv2.imshow("camera", img)
            if cv2.getWindowProperty('camera', cv2.WND_PROP_VISIBLE) < 1:
                break
            cv2.waitKey(1)
            # if cv2.waitKey(1) & 0xFF == ord("q"):
            #     break




if __name__ == '__main__':
    Solution = Main()
    Solution.Gesture_recognition()

审核编辑：汤梓红

声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。举报投诉

IDE

IDE

+关注

关注
0

文章
334

浏览量
46661
开发环境

开发环境

+关注

关注
1

文章
220

浏览量
16580
编译环境

编译环境

+关注

关注
0

文章
12

浏览量
8545
python

python

+关注

关注
55

文章
4778

浏览量
84439
手势检测

手势检测

+关注

关注
0

文章
10

浏览量
6930

原文标题：使用旭日X3派实现手势检测

文章出处：【微信号：vision263com，微信公众号：新机器视觉】欢迎添加关注！文章转载请注明出处。

【地平线旭日X3派试用体验】开箱与板载资源介绍视频

本视频为地平线旭日X3派的开箱视频,讲解板载资源.

发表于 07-10 00:14

【地平线旭日X3派试用体验】#旭日X3派首百尝鲜#资料下载及环境搭建初试

前言：非常高兴成为地平线旭日X3派的新品体验官，一直想做一些不一样的东西，看到地平线旭日X3派的

发表于 07-12 13:45

【地平线旭日X3派试用体验】01. X3派开箱及上手

1、开箱突然一天接到地平线官方小姐姐的电话说我的X3派申请试用通过了，确实让我有点意外被选中成为试用者，非常感谢地平线官方和电子发烧友开展本次旭日X3

发表于 08-09 17:32

#旭日X3派首百尝鲜# 用solidworks画了一个旭日X3派的模型

前几天突然看到了一个树莓派的炫酷电脑机箱外壳，想着也给旭日X3派安排一个。在设计机箱之前需要先有旭日X3

发表于 08-31 11:18

【地平线旭日X3派试用体验】地平线旭日X3派AGV智能车设计

本项目是做一个基于地平线旭日X3派ROS-SLAM激光雷达自主导航AGV机器人原型设计。地平线旭日X3派

发表于 09-12 19:25

【地平线旭日X3派试用体验】地平线旭日X3派AGV智能车设计

本文来源电子发烧友社区，作者：mameng，帖子地址： https://bbs.elecfans.com/jishu_2305070_1_1.html 本项目是做一个基于地平线旭日X3派

发表于 10-21 10:23 •2974次阅读

解决旭日X3派串口登陆时，控制窗口小的情况

一键解决旭日X3派串口登陆控制窗口过小……

发表于 07-13 15:02 •698次阅读

旭日X3派烧录最小启动固件

手把手烧录旭日X3派开发板最小启动镜像

发表于 07-18 14:24 •633次阅读

【百板尝鲜】旭日x3派开箱及上手体验-读取手机摄像头推流图像跑通fcos目标检测demo

【百板尝鲜】旭日x3派开箱及上手体验

发表于 07-26 11:44 •1589次阅读

#旭日X3派首百尝鲜# 【AI健身实体机】Arduino使用MAX30102人体心率血氧检测模块在X3派上位机上的显示

#旭日X3派首百尝鲜# 【AI健身实体机】

发表于 07-27 16:19 •1186次阅读

#旭日X3派首百尝鲜#旭日x3派移植mjpg-streamer

「地平线旭日X3派，开启你的嵌入式开发之旅」，欢迎正在阅读的你一起交流开发心得

发表于 08-10 14:17 •1063次阅读

旭日，从地平线升起——地平线旭日X3派开箱试用

地平线旭日X3派，开启你的嵌入式开发之旅

发表于 11-08 15:22 •1570次阅读

旭日X3派更新最小启动固件

本文介绍通过更新旭日X3派的最小启动固件的方式来提高SD卡的兼容性

发表于 11-10 10:27 •761次阅读

平平无奇纵享丝滑，旭日X3派高速网络新体验

地平线旭日®X3派（下文简称旭日X3派）作为一款用于机器人的板子，在应用中除了需要高性能BPU的

发表于 02-21 14:43 •789次阅读

当旭日X3派遇上ChatGPT，我们能「chat」什么

。ChatGPT是一款由OpenAI开发的自然语言处理模型，可以理解人类语言、自动生成文本、回答问题和完成其他任务，还可以与其他技术联动，实现更加复杂的应用。旭日X3派遇

发表于 02-24 11:07 •744次阅读