MediaPipe教程1：Python代码实现人脸/手势识别

一、背景

因为领导想用这个东西，因此开始研究，首先对于 mediapipe 的介绍不多说，百度一大堆，

主要是（1）跨平台，（2）对于移动设备友好，实时性足够

二、环境

因为对这东西不了解，这里先用 python 代码简单的看看效果，代码的参考网址：

（1）https://blog.csdn.net/javastart/article/details/116423090

（2）https://google.github.io/mediapipe/solutions/holistic

例子中只用到了cv2和mediapipe两个库，对于库安装 下载  不下来的可以考虑换源，参考：https://blog.csdn.net/afeiqiang/article/details/108257584

三、代码（没啥好说的，直接上代码，看代码即可）

（1）全身检测（图片）

import cv2import mediapipe as mp #mp.solutions.drawing_utils用于绘制mp_drawing = mp.solutions.drawing_utils #参数：1、颜色，2、线条粗细，3、点的半径DrawingSpec_point = mp_drawing.DrawingSpec((0, 255, 0), 2, 2)DrawingSpec_line = mp_drawing.DrawingSpec((0, 0, 255), 2, 2) #mp.solutions.holistic是一个类别，是人的整体mp_holistic = mp.solutions.holistic #参数：1、是否检测静态图片，2、姿态模型的复杂度，3、结果看起来平滑（用于video有效），4、检测阈值，5、跟踪阈值holistic = mp_holistic.Holistic(static_image_mode=True) file = 'input.jpg'image = cv2.imread(file)image_hight, image_width, _ = image.shapeimage1 = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) #处理RGB图像results = holistic.process(image1) #某一个点的坐标if results.pose_landmarks:  print(      f'Nose coordinates: ('      f'{results.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE].x * image_width}, '      f'{results.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE].y * image_hight})'  ) '''mp_holistic.PoseLandmark类中共33个人体骨骼点mp_holistic.HandLandmark类中共21个手部关键点脸部有468个关键点''' #绘制mp_drawing.draw_landmarks(    image, results.fa
免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删