미디어파이프 샘플 코드
다음은 미디어파이프를 사용한 기본적인 손 인식 예제 코드입니다.
필요한 라이브러리 설치
pip install mediapipe opencv-python
Bash
복사
손 인식 샘플 코드
import cv2
import mediapipe as mp
# MediaPipe 손 인식 초기화
mp_hands = mp.solutions.hands
mp_drawing = mp.solutions.drawing_utils
mp_drawing_styles = mp.solutions.drawing_styles
# 웹캠 캡처 시작
cap = cv2.VideoCapture(0)
# Hands 모델 설정
with mp_hands.Hands(
model_complexity=0,
min_detection_confidence=0.5,
min_tracking_confidence=0.5) as hands:
while cap.isOpened():
success, image = cap.read()
if not success:
print("웹캠을 찾을 수 없습니다.")
break
# 이미지를 RGB로 변환 (MediaPipe는 RGB를 사용)
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
image.flags.writeable = False
# 손 인식 수행
results = hands.process(image)
# 이미지를 다시 BGR로 변환 (OpenCV는 BGR을 사용)
image.flags.writeable = True
image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
# 손이 감지되면 랜드마크 그리기
if results.multi_hand_landmarks:
for hand_landmarks in results.multi_hand_landmarks:
mp_drawing.draw_landmarks(
image,
hand_landmarks,
mp_hands.HAND_CONNECTIONS,
mp_drawing_styles.get_default_hand_landmarks_style(),
mp_drawing_styles.get_default_hand_connections_style())
# 결과 화면에 표시
cv2.imshow('MediaPipe Hands', image)
# 'q' 키를 누르면 종료
if cv2.waitKey(5) & 0xFF == ord('q'):
break
# 리소스 해제
cap.release()
cv2.destroyAllWindows()
Python
복사
코드 설명
•
mp.solutions.hands: MediaPipe의 손 인식 솔루션을 불러옵니다.
•
mp_drawing: 감지된 랜드마크를 시각화하는 유틸리티입니다.
•
model_complexity: 모델의 복잡도 (0, 1)를 설정합니다. 0이 더 빠릅니다.
•
min_detection_confidence: 손 감지를 위한 최소 신뢰도 임계값입니다.
•
min_tracking_confidence: 손 추적을 위한 최소 신뢰도 임계값입니다.
•
results.multi_hand_landmarks: 감지된 손의 랜드마크 좌표를 포함합니다.
실행 방법
1.
위 코드를 mediapipe_hand_detection.py 파일로 저장합니다.
2.
터미널에서 다음 명령어로 실행합니다:
python mediapipe_hand_detection.py
Bash
복사
1.
웹캠 화면이 나타나고 손을 인식하여 랜드마크가 표시됩니다.
2.
'q' 키를 누르면 프로그램이 종료됩니다.