lineType：文本的线型
发布时间：2025-06-24 19:19:59 作者：北方职教升学中心 阅读量：812
y坐标 cx, cy = int(lm.x * w), int(lm.y * h) # 将计算到的数据存放到handsjh列表中 self.handsjh.append([id, cx, cy]) return self.handsjh
注：该代码只有在左手手心朝屏幕和右手手背朝屏幕时，识别到的数字才是正确的，具体原因等你读懂了代码就知道了，嘿嘿~~~
扩展
上面所有的函数在之前的篇章中都有详细解释，大家如果有疑问，可以移步到其他篇章看看～～～
下面是对新增的两个函数做出一下解释：
cv2.rectangle()
一个用于在图像上绘制矩形框的函数。中指、
fontFace：字体的名称。
lineType：文本的线型。大小、
pt2：与pt1相对的矩阵顶点。
text：要添加的文本内容。
lineType：行类型，可以为 4、5
代码运行成功后大概是这样的：
以数字0为例
hand_identify.py
import cv2# 从handprocess文件中导入HandDetector类from hand_process import HandDetector# 打开摄像头cap = cv2.VideoCapture(0)# 创建一个手势识别对象detector = HandDetector()# 6张手的图片，分别代表0～5finger_img_list = [ 'D:/project1/0.jpg', 'D:/project1/1.jpg', 'D:/project1/2.jpg', 'D:/project1/3.jpg', 'D:/project1/4.jpg', 'D:/project1/5.jpg',]# 创建一个列表来存放表示0~5的图片finger_list = []# 遍历finger_img_list列表for gesture in finger_img_list: # 用cv2.imread()函数把图片依次取出来 i = cv2.imread(gesture) # 把取出来的图片存到finger_list列表中 finger_list.append(i)# 指尖地表值，分别代表大拇指、
可选参数：
org：文本的初始位置。
thickness：文本的线条粗细。手的21个结点的显示和坐标计算，最后通过对每个手指的指尖位置和第二个关节的x坐标（大拇指）或y坐标（其他四个手指）的大小判断来识别该手指是张开还是闭合，最后在代码中放入六张图片来显示0、否则，它表示图像的左上角。
cv2.putText()
OpenCV 库提供的一个用于在图像上添加文本的函数。你可以根据需要调整这些坐标来指定矩形的位置和大小。
shift：点坐标中的小数位数。
以下是cv2.putText()函数的参数说明：
必需参数：
img：图像数据，可以是一个整数，表示图像的灰度值，或者是一个三维数组，表示图像的 RGB 颜色值。
使用cv2.putText()函数，你可以在图像上指定的位置添加文本，并设置文本的字体、3、无名指和小指的指尖tip_ids = [4, 8, 12, 16, 20]while True: # 不断取出从摄像头捕获的视频图像，返回两个数，一个是是否成功取出，另一个是捕获到的图像 success, img = cap.read() # 如果成功取出 if success: # 先翻转图像，因为从摄像头取出图像是翻转，我们需要镜像的 img = cv2.flip(img, 1) # 调用HandDetector类中的find_hands成员方法，识别出img中的手，并画出21个手势地标 img = detector.find_hands(img, draw=True) # 调用find_positions成员方法，计算出21个手势地标的索引值和坐标 sun = detector.find_positions(img) # 如果sun中有元素 if len(sun) > 0: # 先定义一个空列表，用户存放0和1,0表示手指闭合，1表示手指张开 fingers = [] # 遍历5根手指的指尖 for tid in tip_ids: # 取出指尖的x坐标和y坐标 x, y = sun[tid][1], sun[tid][2] # 在指尖上画一个圆 cv2.circle(img, (x, y), 10, (0, 255, 0), cv2.FILLED) # 如果是大拇指 if tid == 4: # 如果大拇指指尖的x位置大于第二个关节的第二个位置，则认为大拇指打开 if sun[tid][1] > sun[tid - 1][1]: # 给fingers列表添加一个1元素，表示一个手指张开，识别到的数字就加一 fingers.append(1) else: # 给fingers列表添加一个0元素，表示一个手指闭合，识别到的数字就不变 fingers.append(0) # 如果是其他手指 else: # 如果这些手指的指尖的y位置大于第二关节的位置，则认为这个手指打开，否则认为这个手指关闭 if sun[tid][2] < sun[tid - 2][2]: fingers.append(1) else: fingers.append(0) # 判断有几个手指打开 cnt = fingers.count(1) # 找出对应的数字图片，并显示 finger_img = finger_list[cnt] # 计算所要添加图片的长和宽 w, h, c = finger_img.shape # 在img图像的左上角添加图片 img[0:w, 0:h] = finger_img # 在对应img的对应坐标位置添加一个矩形（绿色），并填充该矩形 cv2.rectangle(img, (0, 200), (100, 300), (0, 255, 0), cv2.FILLED) # 在矩形中添加识别到的数字（红色） cv2.putText(img, str(cnt), (0, 300), cv2.FONT_HERSHEY_DUPLEX, 5, (0, 0, 255), 2) # 将img显示在以Image命名的窗口 cv2.imshow('Image', img) # 等待按下一个键，并将该键的ASCII码值赋值给变量k k = cv2.waitKey(1) # 如果按下的是q，则退出循环 if k == ord('q'): break# 释放VideoCapture对象，防止程序占用摄像头，以释放资源cap.release()# 关闭所有由OpenCV创建的窗口cv2.destroyAllWindows()
hand_process.py
import cv2import mediapipe as mpclass HandDetector: def __init__(self): # 先定义results和handsjh两个成员变量，先将其定义为空 self.results = None self.handsjh = None # 为mp.solutions.hands.Hands()命名为hands，使后续代码比较简短 self.hands = mp.solutions.hands.Hands() def find_hands(self, img, draw=True): # 将img图像由BGR转换成RGB imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) # 处理手部检测和追踪的数据，并返回一个mp.solutions.hands.Hands()对象，其中包含了检测到的手部数据 self.results = self.hands.process(imgRGB) if draw: # 确定是否有多只手的检测结果 if self.results.multi_hand_landmarks: # 遍历multi_hand_landmarks中的数据 for handlms in self.results.multi_hand_landmarks: # 画出21个手势地标并其连起来 mp.solutions.drawing_utils.draw_landmarks(img, handlms, mp.solutions.hands.HAND_CONNECTIONS) return img def find_positions(self, img, hand_no=0): # 先将handsjh定义为空列表 self.handsjh = [] if self.results.multi_hand_landmarks: # 选择索引值为hand_no的手部地标数据，并将其赋值给变量hand hand = self.results.multi_hand_landmarks[hand_no] # 使用enumerate()函数对该手的每一个地标进行遍历，并将地标的索引值赋值给id，，并将每个地标的x、4、
fontScale：字体的大小。今天给大家分享一篇刚学的OpenCV手势视觉数字python代码
大概思路是：利用OpenCV和MediaPipe包，对图像做出一系列处理，如图像的翻转、食指、
以下是cv2.rectangle()函数的参数说明：
必需参数：
img：图像数据，可以是一个整数，表示图像的灰度值，或者是一个三维数组，表示图像的 RGB 颜色值。它可以用于标记、
pt1：矩阵的顶点。8 以及 16。
thickness：构成矩形的线条的粗细，如果为负值则为填充矩形。注释或可视化。1、它可以将文本信息显示在图像上，常用于图像的标注、这是一个包含文本左下角坐标的元组（x，y）。y值赋值给lm for id, lm in enumerate(hand.landmark): # 计算图像img的长和宽 h, w, c = img.shape # 计算每个地标在img图像对应位置的x、
color：文本的颜色。颜色等属性。图像中手势的识别、
bottomLeftOrigin：如果为真，则坐标（0，0）表示图像的左下角。2、选择或突出显示图像中的特定区域。
这个函数将在给定的图像上绘制一个矩形，其左上角坐标为pt1，右下角坐标为pt2。
可选参数：
color：矩阵颜色。
