全新推出：LiteRT：Google 专为设备端 AI 打造的高性能运行时，以前称为 TensorFlow Lite。

此页面由 Cloud Translation API 翻译。

Python 手部特征点检测指南

通过 MediaPipe 手部地标器任务，您可以检测图片中手部的特征点。以下说明介绍了如何在 Python 中使用手部特征点。通过您可在 GitHub

如需详细了解功能、模型和配置选项部分，请参阅概览。

代码示例

手部特征器的示例代码提供了此特征供您参考。此代码可帮助您测试此任务，开始构建自己的手部特征点检测器。您可以查看、运行修改手势特征器示例代码只需使用网络浏览器即可。

设置

本部分介绍了设置开发环境和代码项目。有关设置开发环境以使用 MediaPipe 任务，包括平台版本要求，请参阅 Python 设置指南。

软件包

MediaPipe Hand Markerer 任务需要 mediapipe PyPI 软件包。您可以使用以下命令安装并导入这些依赖项：

$ python -m pip install mediapipe

导入

导入以下类以使用手部特征点任务函数：

import mediapipe as mp
from mediapipe.tasks import python
from mediapipe.tasks.python import vision

型号

MediaPipe 手部地标器任务需要一个与此训练兼容的模型，任务。如需详细了解适用于手部特征器的训练后模型，请参阅任务概览的“模型”部分。

选择并下载模型，然后将其存储在本地目录中：

model_path = '/absolute/path/to/gesture_recognizer.task'

使用 BaseOptions 对象 model_asset_path 参数指定路径要使用的模型。如需查看代码示例，请参阅下一部分。

创建任务

MediaPipe 手部地标器任务使用 create_from_options 函数设置任务。create_from_options 函数接受值处理配置选项如需详细了解配置选项，请参阅配置选项。

以下代码演示了如何构建和配置此任务。

这些示例还展示了图片任务构建的不同变体，视频文件和直播服务

映像

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
HandLandmarker = mp.tasks.vision.HandLandmarker
HandLandmarkerOptions = mp.tasks.vision.HandLandmarkerOptions
VisionRunningMode = mp.tasks.vision.RunningMode

# Create a hand landmarker instance with the image mode:
options = HandLandmarkerOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.task'),
    running_mode=VisionRunningMode.IMAGE)
with HandLandmarker.create_from_options(options) as landmarker:
  # The landmarker is initialized. Use it here.
  # ...

视频

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
HandLandmarker = mp.tasks.vision.HandLandmarker
HandLandmarkerOptions = mp.tasks.vision.HandLandmarkerOptions
VisionRunningMode = mp.tasks.vision.RunningMode

# Create a hand landmarker instance with the video mode:
options = HandLandmarkerOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.task'),
    running_mode=VisionRunningMode.VIDEO)
with HandLandmarker.create_from_options(options) as landmarker:
  # The landmarker is initialized. Use it here.
  # ...

直播

import mediapipe as mp

BaseOptions = mp.tasks.BaseOptions
HandLandmarker = mp.tasks.vision.HandLandmarker
HandLandmarkerOptions = mp.tasks.vision.HandLandmarkerOptions
HandLandmarkerResult = mp.tasks.vision.HandLandmarkerResult
VisionRunningMode = mp.tasks.vision.RunningMode

# Create a hand landmarker instance with the live stream mode:
def print_result(result: HandLandmarkerResult, output_image: mp.Image, timestamp_ms: int):
    print('hand landmarker result: {}'.format(result))

options = HandLandmarkerOptions(
    base_options=BaseOptions(model_asset_path='/path/to/model.task'),
    running_mode=VisionRunningMode.LIVE_STREAM,
    result_callback=print_result)
with HandLandmarker.create_from_options(options) as landmarker:
  # The landmarker is initialized. Use it here.
  # ...

有关创建与图片搭配使用的手部地标器的完整示例，请参阅代码示例。

配置选项

此任务具有以下适用于 Python 应用的配置选项：

选项名称	说明	值范围	默认值
`running_mode`	设置任务的运行模式。有三个模式： IMAGE：单图输入的模式。 VIDEO：视频已解码帧的模式。 LIVE_STREAM：输入流媒体直播模式例如来自相机的数据。在此模式下，resultListener 必须为调用以设置监听器以接收结果异步执行。	{`IMAGE, VIDEO, LIVE_STREAM`}	`IMAGE`
`num_hands`	手部地标检测器检测到的手的数量上限。	`Any integer > 0`	`1`
`min_hand_detection_confidence`	手部检测要计算的最低置信度分数在手掌检测模型中被认为是成功的。	`0.0 - 1.0`	`0.5`
`min_hand_presence_confidence`	手持的手存在分数的最低置信度分数特征点检测模型。在“视频”模式和“直播”模式下如果来自手部特征码模型的手部状态置信度分数低于达到此阈值后，手部特征器就会触发手掌检测模型。否则，轻量级的手部跟踪算法可以确定进行后续地标检测。	`0.0 - 1.0`	`0.5`
`min_tracking_confidence`	要考虑的手部跟踪的最低置信度分数成功。这是两只手之间的边界框 IoU 阈值，当前帧和最后一帧。处于视频模式和直播模式手部地标工具，如果追踪失败，手部地标工具会触发手部检测。否则，它会跳过手部检测。	`0.0 - 1.0`	`0.5`
`result_callback`	设置结果监听器以接收检测结果异步执行。仅在跑步模式设为“`LIVE_STREAM`”时适用	不适用	不适用

准备数据

将输入准备为图片文件或 Numpy 数组，然后将其转换为 mediapipe.Image 对象。如果输入是视频文件或使用摄像头进行直播时，您可以使用外部媒体库，例如 OpenCV：以 Numpy 形式加载输入帧数组。

映像

import mediapipe as mp

# Load the input image from an image file.
mp_image = mp.Image.create_from_file('/path/to/image')

# Load the input image from a numpy array.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_image)

视频

import mediapipe as mp

# Use OpenCV’s VideoCapture to load the input video.

# Load the frame rate of the video using OpenCV’s CV_CAP_PROP_FPS
# You’ll need it to calculate the timestamp for each frame.

# Loop through each frame in the video using VideoCapture#read()

# Convert the frame received from OpenCV to a MediaPipe’s Image object.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)

直播

import mediapipe as mp

# Use OpenCV’s VideoCapture to start capturing from the webcam.

# Create a loop to read the latest frame from the camera using VideoCapture#read()

# Convert the frame received from OpenCV to a MediaPipe’s Image object.
mp_image = mp.Image(image_format=mp.ImageFormat.SRGB, data=numpy_frame_from_opencv)

运行任务

手部特征点使用检测、detect_for_video 和 detect_async 函数来触发推理。对于手部特征点检测，这涉及预处理输入数据、检测图片中的手和检测手地标。

以下代码演示了如何使用任务模型执行处理。

映像

# Perform hand landmarks detection on the provided single image.
# The hand landmarker must be created with the image mode.
hand_landmarker_result = landmarker.detect(mp_image)

视频

# Perform hand landmarks detection on the provided single image.
# The hand landmarker must be created with the video mode.
hand_landmarker_result = landmarker.detect_for_video(mp_image, frame_timestamp_ms)

直播

# Send live image data to perform hand landmarks detection.
# The results are accessible via the `result_callback` provided in
# the `HandLandmarkerOptions` object.
# The hand landmarker must be created with the live stream mode.
landmarker.detect_async(mp_image, frame_timestamp_ms)

请注意以下几点：

在视频模式或直播模式下投放广告时，您还必须为手部地标器任务提供输入帧的时间戳。
在图片或视频模型中运行时，手部特征点任务将阻塞当前线程，直到它处理完输入图像，或者帧。
在直播模式下运行时，手部特征点任务不会阻止当前线程，但会立即返回。它将调用其结果监听器，从而在每次完成处理后返回检测结果输入帧。如果在调用手部特征器时调用了检测函数，任务正忙于处理另一个帧，则该任务将忽略新的输入帧。

有关对图片运行手部特征点标记器的完整示例，请参阅代码示例。

处理和显示结果

手部地标器会针对每次检测生成手部地标器结果对象运行。结果对象包含以图片坐标表示的手部地标世界坐标上的地标和所检测到的惯用手（左/右）的双手。

以下示例展示了此任务的输出数据：

HandLandmarkerResult 输出包含三个组成部分。每个组成部分都是一个数组，其中每个元素都包含所检测到的单个手的以下结果：

惯用手

惯用手表示检测到的手是左手还是右手。
地标

这里有 21 个手形标志，每个标志由 x、y 和 z 坐标组成。通过 x 和 y 坐标按图片宽度和高度。z 坐标表示地标深度，手腕的深度就是起点。值越小，最接近的是镜头。z的震级使用的刻度与 x。
世界地标

21 个手形地标也以世界坐标表示。每个地标由 x、y 和 z 组成，表示现实世界中的 3D 坐标以指针的几何中心为起点

HandLandmarkerResult:
  Handedness:
    Categories #0:
      index        : 0
      score        : 0.98396
      categoryName : Left
  Landmarks:
    Landmark #0:
      x            : 0.638852
      y            : 0.671197
      z            : -3.41E-7
    Landmark #1:
      x            : 0.634599
      y            : 0.536441
      z            : -0.06984
    ... (21 landmarks for a hand)
  WorldLandmarks:
    Landmark #0:
      x            : 0.067485
      y            : 0.031084
      z            : 0.055223
    Landmark #1:
      x            : 0.063209
      y            : -0.00382
      z            : 0.020920
    ... (21 world landmarks for a hand)

下图直观显示了任务输出：

手部特征器示例代码演示了如何显示结果，请参阅代码示例了解详情。