博主介绍：
计算机科班人，全栈工程师，掌握C、C#、Java、Python、Android等主流编程语言，同时也熟练掌握mysql、oracle、sqlserver等主流数据库，能够为大家提供全方位的技术支持和交流。
具有丰富的项目经验和开发技能。提供相关的学习资料、程序开发、技术解答、代码讲解、文档报告等专业服务。
🍅文末获取源码🍅
👇🏻 精彩专栏推荐订阅👇🏻 不然下次找不到我哟
《精品项目实战》

1、效果图

2、手势识别关键步骤

（1） 导入必要的库

• MediaPipe：用于手部识别和关键点检测。
• OpenCV：用于视频捕捉和图像处理。
• NumPy：用于数值计算，特别是在计算手指之间的距离时。

（2）配置 MediaPipe

• 配置 MediaPipe 的手部识别工具，设置了识别模式、最大手数、最小检测信度和最小跟踪信度。

（3）启动摄像头

• 使用 OpenCV 打开默认摄像头，并设置窗口可调整大小。

（4）设置手指张开判断的距离阈值

• 定义 FINGER_THRESHOLD，用于判断手指是否张开。该值需要根据实际情况进行调整。

（5）计算手指之间的欧几里得距离

• 定义函数 calculate_distance，通过手指尖和根部的坐标计算两点之间的欧几里得距离，用于判断手指是否张开。

（6）处理视频流

• 通过摄像头连续读取图像帧。
• 对每一帧图像进行处理：转换颜色空间并使用 MediaPipe 进行手部识别。
• 如果检测到手部关键点，绘制手部关键点，并计算手指尖与根部之间的距离来判断手指是否张开。

（7）计算和显示手指张开的数量

• 遍历所有识别到的手部，检查每根手指的距离，累加张开的手指数。
• 使用 OpenCV 在图像上显示张开手指的数量，并输出到控制台。

（8）显示图像

• 使用 OpenCV 显示处理后的图像，并实时更新。

（9）按键退出

• 按 q 键退出程序，释放摄像头资源并关闭所有 OpenCV 窗口。

（10）资源释放

• 释放摄像头资源，关闭所有 OpenCV 创建的窗口。

3、源码下载

https://download.csdn.net/download/xch_yang/90779470

技术交流

大家点赞、收藏、关注、评论啦！
精彩专栏推荐订阅：在下方专栏👇🏻👇🏻👇🏻👇🏻
《精品项目实战》

---

更多技术干货，请持续关注程序员大佬超。
原创不易，转载请务必注明出处。