天天做天天干,91麻豆福利,人人艹人人干,亚洲五月天综合,日本黄色一区二区三区,国产女人黄片,欧美精品成人无码,国产亚洲aa级大片在线

點擊下方“AI算法與圖像處理”，一起進步！

重磅干貨，第一時間送達

介紹

OpenCV 是最流行的計算機視覺任務庫，它是用于機器學習、圖像處理等的跨平臺開源庫，用于開發(fā)實時計算機視覺應用程序。

CVzone 是一個計算機視覺包，它使用 OpenCV 和 Media Pipe 庫作為其核心，使我們易于運行，例如手部跟蹤、人臉檢測、面部標志檢測、姿勢估計等，以及圖像處理和其他計算機視覺相關的應用程序。

使用 OpenCV 實現(xiàn)虛擬鍵盤

讓我們創(chuàng)建一個虛擬鍵盤。

首先，讓我們安裝所需的模塊。

pip install numpy

pip install opencv-python

pip install cvzone

pip install pynput

使用 OpenCV 為虛擬鍵盤導入庫

現(xiàn)在讓我們導入所需的模塊

import cv2
import cvzone
from cvzone.HandTrackingModule import HandDetector
from time import sleep
import numpy as np
from pynput.keyboard import Controller

這里我們從 cvzone.HandTrackingModule 導入 HandDetector 模塊，然后為了使虛擬鍵盤工作，我們需要從 pynput.keyboard 導入Controller。

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
cap.set(3, 1280)
cap.set(4, 720)

現(xiàn)在讓我們從 cv2.Videocapture 獲取實時輸入

detector = HandDetector(detectionCon=0.8)
keyboard_keys = [["Q", "W", "E", "R", "T", "Y", "U", "I", "O", "P"],
                  ["A", "S", "D", "F", "G", "H", "J", "K", "L", ";"],
                  ["Z", "X", "C", "V", "B", "N", "M", ",", ".", "/"]]

final_text = ""

我們以 0.8 的檢測置信度初始化 HandDetector 并將其分配給檢測器。

然后我們根據(jù)鍵盤的布局創(chuàng)建一個列表數(shù)組，并定義一個空字符串來存儲鍵入的鍵。

定義繪制函數(shù)

keyboard = Controller()

def draw(img, buttonList):
    for button in buttonList:
        x, y = button.pos
        w, h = button.size
        cvzone.cornerRect(img, (button.pos[0], button.pos[1],
                                                   button.size[0],button.size[0]), 20 ,rt=0)
        cv2.rectangle(img, button.pos, (int(x + w), int(y + h)), (255, 144, 30), cv2.FILLED)
        cv2.putText(img, button.text, (x + 20, y + 65),
                    cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
    return img

初始化鍵盤控制器，并定義一個名為draw()的函數(shù)，它接受兩個參數(shù)，即圖像和按鈕列表并返回圖像。在draw()函數(shù)內(nèi)部，我們使用 cvzone 的cornerRect函數(shù)在每個鍵的角落繪制矩形邊緣。這是為了讓我們的鍵盤布局看起來更好看。就像下面的圖片。

你也可以嘗試更改不同的顏色。

class Button():
    def __init__(self, pos, text, size=[85, 85]):
        self.pos = pos
        self.size = size
        self.text = text

然后我們定義一個名為 Button() 的類，并提供位置、文本和大小作為輸入，以便我們可以按照明確定義的順序排列鍵盤按鍵。

buttonList = []
# mybutton = Button([100, 100], "Q")
for k in range(len(keyboard_keys)):
    for x, key in enumerate(keyboard_keys[k]):
        buttonList.append(Button([100 * x + 25, 100 * k + 50], key))

上面的循環(huán)將遍歷鍵盤按鍵和 Button 對象，我們在其中給出位置和文本作為輸入附加在一個名為 button list 的列表中。稍后我們可以將這個列表傳遞給 draw 函數(shù)以在我們的實時框架之上進行繪制。

使用 OpenCV 的虛擬鍵盤主程序

重要的部分來了。

while True:
    success, img = cap.read()
    img = detector.findHands(img)
    lmList, bboxInfo = detector.findPosition(img)
    img = draw(img, buttonList)  # change the draw funtion to transparent_layout for transparent keys
    if lmList:
        for button in buttonList:
            x, y = button.pos
            w, h = button.size

if x < lmList[8][0]<x+w and y < lmList[8][1] < y+h:
cv2.rectangle(img, button.pos, (x + w, y + h),
(0, 255, 255), cv2.FILLED)
cv2.putText(img, button.text, (x + 20, y + 65),
cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
l, _, _ = detector.findDistance(8,12, img, draw=False)
print(l)

if l < 25:
keyboard.press(button.text)
cv2.rectangle(img, button.pos, (x + w, y + h),
(0, 255, 0), cv2.FILLED)
cv2.putText(img, button.text, (x + 20, y + 65),
cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
final_text += button.text
sleep(0.20)

cv2.rectangle(img, (25,350), (700, 450),
(255, 255, 255), cv2.FILLED)
cv2.putText(img, final_text, (60, 425),
cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)

# cv2.rectangle(img, (100,100), (200,200),
# (100, 255, 0), cv2.FILLED)
# cv2.putText(img, 'Q', (120,180), cv2.FONT_HERSHEY_PLAIN, 5,
# (0, 0, 0), 5)

# img = mybutton.draw(img)
cv2.imshow("output", img)
cv2.waitKey(1)

在 while 循環(huán)中，首先我們讀取實時輸入幀并將其存儲在一個名為img的變量中。然后我們將該圖像傳遞給*檢測器.findHands()*以便在幀中找到手。然后在該圖像中，我們需要找到檢測到的手的位置和邊界框信息。

在這里我們可以找到我們的食指和中指的頂點之間的距離，如果兩者之間的距離小于某個閾值，那么我們就可以輸入我們所指示的字母。

一旦我們獲得了位置，我們就會遍歷整個位置列表。從該列表中，我們找到按鈕位置和按鈕大小，然后根據(jù)明確定義的方式將其繪制在框架上。

圖 1：手地標模型

之后，我們需要找到食指和中指的頂點之間的距離。在上圖中，你可以看到我們需要的最高點是點 8 和點 12。因此，我們需要在距離查找函數(shù)中傳遞 8, 12 以獲得它們之間的距離。

在上面的代碼中，你可以看到 detector.findDistance()，我們通過了 8、12 和圖像來查找距離，并將繪制標志設置為 false，這樣我們就不需要兩點之間的任何線。

如果點之間的距離非常小，我們將使用 press() 函數(shù)來按下按鍵。在上面的代碼keyboard.press() 中，我們傳遞button.text以顯示按下的鍵。最后，我們在鍵盤布局下方繪制一個小的白色矩形框，以顯示按下的鍵。

一旦你執(zhí)行了整個代碼，它看起來像這樣。

將食指和中指靠近特定字母的頂部后，你可以鍵入該字母。

如果你需要更自定義的鍵盤布局，我們可以使鍵盤布局透明。我們只需要添加一個透明布局函數(shù)并將*draw()函數(shù)替換為transparent_layout()*函數(shù)即可。

讓我們定義transparent_layout()函數(shù)。下面是函數(shù)的代碼，它采用與draw()函數(shù)相同的輸入。在這里，我們將 numpy 的zero_like()函數(shù)分配給名為imgNew的變量，并對其執(zhí)行所需的操作，例如獲得角矩形、為每個鍵創(chuàng)建矩形框并將文本放入框內(nèi)。之后，我們將該圖像復制到一個新變量并創(chuàng)建一個imgNew掩碼，然后我們使用 OpenCV 的*addWeighted()*函數(shù)將掩碼放置在實際圖像的頂部。因此，這使鍵盤布局透明。

自定義鍵盤

def transparent_layout(img, buttonList):
    imgNew = np.zeros_like(img, np.uint8)
    for button in buttonList:
        x, y = button.pos
        cvzone.cornerRect(imgNew, (button.pos[0], button.pos[1],
                                                   button.size[0],button.size[0]), 20 ,rt=0)
        cv2.rectangle(imgNew, button.pos, (x + button.size[0], y + button.size[1]),
                                   (255, 144, 30), cv2.FILLED)
        cv2.putText(imgNew, button.text, (x + 20, y + 65),
                    cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
        out = img.copy()
        alpaha = 0.5
        mask = imgNew.astype(bool)
        print(mask.shape)
        out[mask] = cv2.addWeighted(img, alpaha, imgNew, 1-alpaha, 0)[mask] 
        return out

一旦將while 循環(huán)中的*draw()函數(shù)替換為transparent_layout()*函數(shù)，它將如下所示。（下圖）

使用 OpenCV 的虛擬鍵盤的完整代碼

下面是完整的代碼

import cv2
import cvzone
from cvzone.HandTrackingModule import HandDetector
from time import sleep
import numpy as np
from pynput.keyboard import Controller

cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
cap.set(3, 1280)
cap.set(4, 720)

detector = HandDetector(detectionCon=0.8)
keyboard_keys = [["Q", "W", "E", "R", "T", "Y", "U", "I", "O", "P"],
                  ["A", "S", "D", "F", "G", "H", "J", "K", "L", ";"],
                  ["Z", "X", "C", "V", "B", "N", "M", ",", ".", "/"]]

final_text = ""

keyboard = Controller()


def draw(img, buttonList):
    for button in buttonList:
        x, y = button.pos
        w, h = button.size
        cvzone.cornerRect(img, (button.pos[0], button.pos[1],
                                                   button.size[0],button.size[0]), 20 ,rt=0)
        cv2.rectangle(img, button.pos, (int(x + w), int(y + h)), (255, 144, 30), cv2.FILLED)
        cv2.putText(img, button.text, (x + 20, y + 65),
                    cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
    return img


def transparent_layout(img, buttonList):
    imgNew = np.zeros_like(img, np.uint8)
    for button in buttonList:
        x, y = button.pos
        cvzone.cornerRect(imgNew, (button.pos[0], button.pos[1],
                                                   button.size[0],button.size[0]), 20 ,rt=0)
        cv2.rectangle(imgNew, button.pos, (x + button.size[0], y + button.size[1]),
                                   (255, 144, 30), cv2.FILLED)
        cv2.putText(imgNew, button.text, (x + 20, y + 65),
                    cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)

    out = img.copy()
    alpaha = 0.5
    mask = imgNew.astype(bool)
    print(mask.shape)
    out[mask] = cv2.addWeighted(img, alpaha, imgNew, 1-alpaha, 0)[mask]
    return out


class Button():
    def __init__(self, pos, text, size=[85, 85]):
        self.pos = pos
        self.size = size
        self.text = text


buttonList = []
# mybutton = Button([100, 100], "Q")
for k in range(len(keyboard_keys)):
    for x, key in enumerate(keyboard_keys[k]):
        buttonList.append(Button([100 * x + 25, 100 * k + 50], key))


while True:
    success, img = cap.read()
    img = detector.findHands(img)
    lmList, bboxInfo = detector.findPosition(img)
    img = draw(img, buttonList)  # change the draw funtion to transparent_layout for transparent keys

    if lmList:
        for button in buttonList:
            x, y = button.pos
            w, h = button.size

            if x < lmList[8][0]<x+w and y < lmList[8][1] < y+h:
                cv2.rectangle(img, button.pos, (x + w, y + h),
                              (0, 255, 255), cv2.FILLED)
                cv2.putText(img, button.text, (x + 20, y + 65),
                            cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
                l, _, _ = detector.findDistance(8,12, img, draw=False)
                print(l)

                if l < 25:
                    keyboard.press(button.text)
                    cv2.rectangle(img, button.pos, (x + w, y + h),
                                  (0, 255, 0), cv2.FILLED)
                    cv2.putText(img, button.text, (x + 20, y + 65),
                                cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)
                    final_text += button.text
                    sleep(0.20)

    cv2.rectangle(img, (25,350), (700, 450),
                  (255, 255, 255), cv2.FILLED)
    cv2.putText(img, final_text, (60, 425),
                cv2.FONT_HERSHEY_PLAIN, 4, (0, 0, 0), 4)

    # cv2.rectangle(img, (100,100), (200,200),
    #               (100, 255, 0), cv2.FILLED)
    # cv2.putText(img, 'Q', (120,180), cv2.FONT_HERSHEY_PLAIN, 5,
    #             (0, 0, 0), 5)

    # img = mybutton.draw(img)
    cv2.imshow("output", img)
    cv2.waitKey(1)

結論

這是虛擬鍵盤的實現(xiàn)，如果你想完善它，你也可以試著添加按鍵聲音，然后我們還可以讓鍵盤布局在框架內(nèi)移動。

努力分享優(yōu)質的計算機視覺相關內(nèi)容，歡迎關注：

交流群

歡迎加入公眾號讀者群一起和同行交流，目前有美顏、三維視覺、計算攝影、檢測、分割、識別、醫(yī)學影像、GAN、算法競賽等微信群

個人微信（如果沒有備注不拉群！）
請注明：地區(qū)+學校/企業(yè)+研究方向+昵稱



下載1：何愷明頂會分享

在「AI算法與圖像處理」公眾號后臺回復：何愷明，即可下載。總共有6份PDF，涉及 ResNet、Mask RCNN等經(jīng)典工作的總結分析

下載2：終身受益的編程指南：Google編程風格指南

在「AI算法與圖像處理」公眾號后臺回復：c++，即可下載。歷經(jīng)十年考驗，最權威的編程規(guī)范！


下載3 CVPR2021

在「AI算法與圖像處理」公眾號后臺回復：CVPR，即可下載1467篇CVPR 2020論文 和 CVPR 2021 最新論文

如何使用 OpenCV 開發(fā)虛擬鍵盤