回答

要使用 OpenCV 和 MediaPipe 识别摄像头中人物的手指数量，可以结合 MediaPipe 的手部关键点检测模型和 OpenCV 的图像处理能力。

MediaPipe 提供了高效的手部关键点检测算法，能定位 21 个手部关键点（包括手指关节和手掌位置），通过分析这些关键点的位置关系即可判断手指是否伸直。以下是具体实现步骤和代码示例：

1. 核心原理

MediaPipe 手部关键点检测：

MediaPipe 的 hands 模块可以实时检测手部的 21 个关键点（如下图），包括手指关节和手掌位置。通过关键点的坐标关系，可以判断每个手指是否伸直。

手指伸直判断逻辑：

对于每个手指（如食指、中指等），检查其指尖点（如第 8、12、16、20 号关键点）是否高于其他关节点的位置。例如：如果食指的指尖（第 8 号点）的 y 坐标小于中关节（第 6 号点）的 y 坐标，则认为食指是伸直的。

2. 实现步骤(1) 安装依赖库

pip install opencv-python mediapipe

(2) 完整代码

import cv2
import mediapipe as mp

# 初始化 MediaPipe 手部模型
mp_hands = mp.solutions.hands
hands = mp_hands.Hands(
    static_image_mode=False,       # 视频流模式（非静态图像）
    max_num_hands=2,              # 最多检测 2 只手
    min_detection_confidence=0.5, # 检测置信度阈值
    min_tracking_confidence=0.5   # 跟踪置信度阈值
)
mp_draw = mp.solutions.drawing_utils  # 绘制关键点的工具

# 打开摄像头
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # 将图像转换为 RGB 格式（MediaPipe 要求）
    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
    results = hands.process(rgb_frame)

    if results.multi_hand_landmarks:
        for hand_landmarks in results.multi_hand_landmarks:
            # 绘制手部关键点和连线
            mp_draw.draw_landmarks(
                frame, hand_landmarks, mp_hands.HAND_CONNECTIONS)

            # 提取关键点坐标
            landmarks = hand_landmarks.landmark
            height, width, _ = frame.shape

            # 定义手指关键点索引（MediaPipe 的 21 个关键点）
            finger_tips = [4, 8, 12, 16, 20]  # 指尖：大拇指、食指、中指、无名指、小指
            finger_bases = [2, 6, 10, 14, 18]  # 对应的基关节

            count = 0  # 记录伸直的手指数量

            # 遍历每个手指（大拇指单独处理）
            for i in range(1, 5):  # 只处理食指、中指、无名指、小指
                tip_y = landmarks[finger_tips[i]].y * height
                base_y = landmarks[finger_bases[i]].y * height
                # 如果指尖的 y 坐标小于基关节的 y 坐标，则认为手指伸直
                if tip_y < base_y:
                    count += 1

            # 处理大拇指（判断横向位置）
            thumb_tip_x = landmarks[finger_tips[0]].x * width
            thumb_base_x = landmarks[finger_bases[0]].x * width
            # 根据左右手调整判断逻辑（假设检测到的是右手）
            if thumb_tip_x < thumb_base_x:
                count += 1

            # 在画面中显示手指数量
            cv2.putText(frame, f"Fingers: {count}", (10, 50),
                        cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 255, 0), 2)

    # 显示画面
    cv2.imshow('Finger Count', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

3. 代码解释

初始化 MediaPipe 手部模型：

static_image_mode=False 表示处理视频流。max_num_hands=2 允许同时检测两只手。

关键点检测与绘制：

hands.process() 返回检测到的手部关键点坐标。mp_draw.draw_landmarks() 绘制关键点和手部连线。

判断手指伸直的逻辑：

对于食指、中指、无名指、小指：通过比较指尖（如第 8 号点）与基关节（如第 6 号点）的 y 坐标。对于大拇指：通过比较指尖（第 4 号点）与基关节（第 2 号点）的 x 坐标（需根据左右手调整方向）。

显示结果：

在画面左上角实时显示伸直的手指数量。

4. 优化方向左右手区分：通过 results.multi_handedness 判断检测到的是左手还是右手，调整大拇指的判断逻辑。

动态阈值调整：根据手部距离摄像头的远近动态调整判断阈值。抗抖动：通过历史帧平滑手指数量结果，避免快速变化。

3D 空间判断：利用 MediaPipe 的 3D 坐标信息（landmark.z）更精确判断手指状态。

5. 效果示例

运行代码后，摄像头画面会实时显示手部关键点和伸直的手指数量：

通过这种方法，可以快速实现基于手势的交互功能（如手势控制、游戏操作等）。