这篇文章展示了如何使用Python和MediaPipe库实现自动手势识别。虽然代码看起来像是一堆乱码，但其实它藏着一个“超级英雄”的秘密！简单概括，这段代码通过摄像头捕捉手部动作，利用MediaPipe强大的手部追踪功能，绘制出手部的关键点和连线，像是在给你的手部“跳舞”提供实时伴奏一样有趣！

你知道吗？MediaPipe就像一个“人体解剖学家”，它能精准地“看到”并理解你的每一个动作。如果你觉得这段代码只是在玩“手影戏”，那可就低估它了！通过手势识别，我们可以实现很多酷炫的功能，比如用手指操作手机，隔空打字，甚至是控制机器人！

比如，你可以尝试用这代码来玩一些小游戏，或者设计一个“虚拟键盘”（虽然可能不太实用，但想想就很有趣！）。如果你还想更深入，可以研究一下如何将手势识别结合到VR或AR中，说不定能成为下一个“增强现实”的达人！

import cv2
import mediapipe as mp

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

初始化mediapipe hands

hands = mp_hands.Hands(
static_image_mode=False,
max_num_hands=2,
min_detection_confidence=0.5,
min_tracking_confidence=0.5
)

开启摄像头

cap = cv2.VideoCapture(0)

while cap.isOpened():
# 读取摄像头图像
success, image = cap.read()
if not success:
print(“Ignoring empty camera frame.”)
continue

# 翻转图像，使其更符合视觉习惯
image = cv2.flip(image, 1)# 将图像转换为RGB格式，并传给hands.process()函数
results = hands.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))# 检测到手部时，使用mediapipe hands提供的工具绘制关键点和手部连线
if results.multi_hand_landmarks:for hand_landmarks in results.multi_hand_landmarks:mp_drawing.draw_landmarks(image, hand_landmarks, mp_hands.HAND_CONNECTIONS)# 显示图像
cv2.imshow('MediaPipe Hands', image)# 按下q键退出程序
if cv2.waitKey(5) & 0xFF == ord('q'):break

释放摄像头

cap.release()

关闭所有窗口

cv2.destroyAllWindows()

释放mediapipe hands

hands.close()