python跨平台怎么使用（我用Python这个库竟然实现了隔空操作）
python跨平台怎么使用（我用Python这个库竟然实现了隔空操作）1.3 ：手势识别1.2：隔空绘画隔空操作鼠标下面是这四部分的演示效果1.1：隔空音量控制
1.项目效果展示项目主要分为四个部分，分别是
隔空音量控制
隔空绘画
隔空识别手势
隔空操作鼠标
下面是这四部分的演示效果
1.1：隔空音量控制
1.2：隔空绘画
1.3 ：手势识别
1.4：鼠标模拟
上面这些应用的实现主要涉及到了两个库
OpenCV
Mediapipe
2.1：OpenCv简介
OpenCV是一个基于Apache2.0许可发行的跨平台计算机视觉与机器学习的软件库。
可以运行在多种操作系统，例如Linux，Window，Mac OS等等。它轻量级而且高效——由一系列 C 函数和少量 C 类构成，同时提供了Python、Ruby、MATLAB等语言的接口，实现了图像处理和计算机视觉方面的很多通用算法。
2.2：MediaPipe简介
MediaPipe是一由Google开发并开源的数据流处理机器学习应用开发框架。
它是一个基于图的数据处理管线，用于构建使用了多种形式的数据源，如视频、音频、传感器数据以及任何时间序列数据。
MediaPipe是跨平台的，可以运行在多种操作系统，工作站和服务器上，并支持移动端GPU加速。
使用MediaPipe，可以将机器学习任务构建为一个图形的模块表示的数据流管道，包括推理模型和流媒体处理功能。
3.项目环境搭建这些应用的环境方便比较简单，可以直接在pycharm里面进行安装对应的库即可使用。如果遇到库不能下载或者是超时，可以进行pip换源下载，本应用使用Python进行编写
4.源码部分应用涉及到的源码比较多，这里就不一一进行贴出来了。
想要实践一下的同学可以私信我“666”获取哦！
下面是关键部分代码的一些截取内容。
cap = cv2.VideoCapture(0) #若使用外接摄像头 则更改为1或其他编号
cap.set(3 wCam)
cap.set(4 hCam)
pTime = 0
detector = handDetector()
success img = cap.read()
img = detector.findHands(img)
lmList = detector.findPosition(img draw=False)
pointList = [4 8 12 16 20]
if len(lmList) != 0:
countList = []
if lmList[4][1] > lmList[3][1]:
countList.append(1)
else:
countList.append(0)
for i in range(1 5):
if lmList[pointList[i]][2] < lmList[pointList[i] - 2][2]:
countList.append(1)
else:
countList.append(0)
count = countList.count(1)
HandImage = cv2.imread(f'FingerImg/{count}.jpg')
HandImage = cv2.resize(HandImage (150 200))
h w c = HandImage.shape
img[0:h 0:w] = HandImage
cv2.putText(img f'{int(count)}' (15 400) cv2.FONT_HERSHEY_PLAIN 15 (255 0 255) 10)
原文：https://blog.csdn.net/weixin_45574790/article/details/122505077?utm_medium=distribute.pc_feed_blog_category.none-task-blog-classify_tag-5.nonecasedepth_1-utm_source=distribute.pc_feed_blog_category.none-task-blog-classify_tag-5.nonecase
