1.作者介绍

周新龙，男，西安工程大学电子信息学院，2019级研究生，张宏伟人工智能课题组
研究方向：机器视觉与人工智能
电子邮件：402850713@qq.com

2.实现过程

2.1注册登录百度智能云

百度智能云与百度旗下各款APP账号通用，大家无需另行注册！

2.2进入百度智能云—人体分析

点击左侧产品服务→人工智能→人体分析。

2.3创建手势识别应用

进入人体分析概览后，点击创建应用。

应用名称进行填写，例如：手势识别
接口选择：人体分析
应用归属：个人
应用描述：例如个人学习使用

填写完毕后，点击立即创建。
就会跳转至创建完毕。

点击查看应用详情。

2.4 获取SDK

查看应用详情就可以获取AppID、API Key、Secret Key等信息。

3.结果及代码

3.1手势识别结果

支持的24类手势列表：拳头、OK、祈祷、作揖、作别、单手比心、点赞、Diss、我爱你、掌心向上、双手比心（3种）、数字（9种）、Rock、竖中指。

主要适用于3米以内的自拍、他人拍摄，1米内识别效果最佳，拍摄距离太远时，手部目标太小，无法准确定位和识别。

图片中有多个手势时，也能识别，但该情况下，单个手势的目标可能较小，且角度可能不好（例如存在倾斜、遮挡等），识别效果可能受影响。建议针对单个手势进行识别，效果最佳。

注：

1）上述24类以外的其他手势会划分到other类。

2）除识别手势外，若图像中检测到人脸，会同时返回人脸框位置。

3.2代码

pip install baidu-aip


pip install opencv-python

import cv2
from aip import AipBodyAnalysis
from aip import AipSpeech
from threading import Thread


""" 你的 APPID AK SK """
APP_ID = 'xxxxx'
API_KEY = 'xxxx'
SECRET_KEY = 'xxxx'
''' 调用'''

hand = {'One': '数字1', 'Five': '数字5', 'Fist': '拳头', 'Ok': 'OK',
        'Prayer': '祈祷', 'Congratulation': '作揖', 'Honour': '作别',
        'Heart_single': '比心心', 'Thumb_up': '点赞', 'Thumb_down': 'Diss',
        'ILY': '我爱你', 'Palm_up': '掌心向上', 'Heart_1': '双手比心1',
        'Heart_2': '双手比心2', 'Heart_3': '双手比心3', 'Two': '数字2',
        'Three': '数字3', 'Four': '数字4', 'Six': '数字6', 'Seven': '数字7',
        'Eight': '数字8', 'Nine': '数字9', 'Rock': 'Rock', 'Insult': '竖中指', 'Face': '脸'}


# 手势识别
gesture_client = AipBodyAnalysis(APP_ID, API_KEY, SECRET_KEY)

capture = cv2.VideoCapture(0)  # 0为默认摄像头

def camera():
    while True:
        # 获得图片
        ret, frame = capture.read()
        # cv2.imshow(窗口名称, 窗口显示的图像)
        # 显示图片
        cv2.imshow('frame', frame)
        if cv2.waitKey(1) == ord('q'):
            break


Thread(target=camera).start()  # 引入线程防止在识别的时候卡死


def gesture_recognition():
    # 第一个参数ret 为True 或者False,代表有没有读取到图片

    # 第二个参数frame表示截取到一帧的图片

    while True:
        try:
            ret, frame = capture.read()

            # 图片格式转换
            image = cv2.imencode('.jpg', frame)[1]

            gesture = gesture_client.gesture(image)  # AipBodyAnalysis内部函数
            words = gesture['result'][0]['classname']

            print(hand[words])

        except:
            print('识别失败')
        if cv2.waitKey(1) == ord('q'):
            break

gesture_recognition()