初始化方块管理器

squareManager = SquareManager(150)

​

创建多个方块

for i in range(0, 7):

squareManager.create(180*i+20, 180, 0.3) ##原来是0.6

​

​

with self.mp_hands.Hands(min_detection_confidence=0.7,

min_tracking_confidence=0.5,

max_num_hands=2) as hands:

while cap.isOpened():

​

初始化矩形

success, self.image = cap.read()

self.image = cv2.resize(self.image, (resize_w, resize_h))

​

if not success:

print(“空帧.”)

continue

​

提高性能

self.image.flags.writeable = False

转为RGB

self.image = cv2.cvtColor(self.image, cv2.COLOR_BGR2RGB)

镜像

self.image = cv2.flip(self.image, 1)

mediapipe模型处理

results = hands.process(self.image)

​

self.image.flags.writeable = True

self.image = cv2.cvtColor(self.image, cv2.COLOR_RGB2BGR)

判断是否有手掌

if results.multi_hand_landmarks:

遍历每个手掌

for hand_landmarks in results.multi_hand_landmarks:

在画面标注手指

self.mp_drawing.draw_landmarks(

self.image,

hand_landmarks,

self.mp_hands.HAND_CONNECTIONS,

self.mp_drawing_styles.get_default_hand_landmarks_style(),

self.mp_drawing_styles.get_default_hand_connections_style())

​

​

解析手指，存入各个手指坐标

landmark_list = []

​

用来存储手掌范围的矩形坐标

paw_x_list = []

paw_y_list = []

for landmark_id, finger_axis in enumerate(

hand_landmarks.landmark):

landmark_list.append([

landmark_id, finger_axis.x, finger_axis.y,

finger_axis.z

])

paw_x_list.append(finger_axis.x)

paw_y_list.append(finger_axis.y)

if landmark_list:

比例缩放到像素

ratio_x_to_pixel = lambda x: math.ceil(x * resize_w)

ratio_y_to_pixel = lambda y: math.ceil(y * resize_h)

设计手掌左上角、右下角坐标

paw_left_top_x,paw_right_bottom_x = map(ratio_x_to_pixel,[min(paw_x_list),max(paw_x_list)])

paw_left_top_y,paw_right_bottom_y = map(ratio_y_to_pixel,[min(paw_y_list),max(paw_y_list)])

​

给手掌画框框

cv2.rectangle(self.image,(paw_left_top_x-30,paw_left_top_y-30),(paw_right_bottom_x+30,paw_right_bottom_y+30),(0, 255,0),2)

​

获取中指指尖坐标

middle_finger_tip = landmark_list[12]

middle_finger_tip_x =ratio_x_to_pixel(middle_finger_tip[1])

middle_finger_tip_y =ratio_y_to_pixel(middle_finger_tip[2])

​

获取食指指尖坐标

index_finger_tip = landmark_list[8]

index_finger_tip_x =ratio_x_to_pixel(index_finger_tip[1])

index_finger_tip_y =ratio_y_to_pixel(index_finger_tip[2])

中间点

between_finger_tip = (middle_finger_tip_x+index_finger_tip_x)//2, (middle_finger_tip_y+index_finger_tip_y)//2

print(middle_finger_tip_x)

thumb_finger_point = (middle_finger_tip_x,middle_finger_tip_y)

index_finger_point = (index_finger_tip_x,index_finger_tip_y)

画指尖2点

circle_func = lambda point: cv2.circle(self.image,point,10,(255,0,255),-1)

self.image = circle_func(thumb_finger_point)

self.image = circle_func(index_finger_point)

self.image = circle_func(between_finger_tip)

画2点连线

self.image = cv2.line(self.image,thumb_finger_point,index_finger_point,(255,0,255),5)

勾股定理计算长度

line_len = math.hypot((index_finger_tip_x-middle_finger_tip_x),(index_finger_tip_y-middle_finger_tip_y))

将指尖距离映射到文字

rect_percent_text = math.ceil(line_len)

​

激活模式，需要让矩形跟随移动

if squareManager.drag_active:

更新方块

squareManager.updateSquare(between_finger_tip[0],between_finger_tip[1])

if(line_len>100):

取消激活

squareManager.drag_active =False

squareManager.active_index = -1

​

elif (line_len<100) and (squareManager.checkOverlay(between_finger_tip[0],between_finger_tip[1]) != -1 )and( squareManager.drag_active == False):

激活

squareManager.drag_active =True

计算距离

squareManager.setLen(between_finger_tip[0],between_finger_tip[1])

​

显示方块，传入本实例，主要为了半透明的处理

squareManager.display(self)

显示距离

cv2.putText(self.image, “Distance:”+str(rect_percent_text), (10, 120),cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)

​

显示当前激活

cv2.putText(self.image, “Active:”+( “None” if squareManager.active_index == -1 else str(squareManager.active_index)), (10, 170),cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)

​

显示刷新率FPS

cTime = time.time()

fps_text = 1/(cTime-fpsTime)

fpsTime = cTime

cv2.putText(self.image, "FPS: " + str(int(fps_text)), (10, 70),

cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)

显示画面

self.image = cv2.resize(self.image, (resize_w//2, resize_h//2))

cv2.imshow(‘virtual drag and drop’, self.image)

if cv2.waitKey(5) & 0xFF == 27:

break

cap.release()

​

​

​

开始程序

control = HandControlVolume()

control.recognize()

​

​

3.mediapipe实现手势控制音量大小（转载于恩培大佬）

效果如示：

源码如下：

“”"

功能：手势操作电脑音量

1、使用OpenCV读取摄像头视频流；

2、识别手掌关键点像素坐标；

3、根据拇指和食指指尖的坐标，利用勾股定理计算距离；

4、将距离等比例转为音量大小，控制电脑音量

“”"

​

​

导入OpenCV

import cv2

导入mediapipe

import mediapipe as mp

导入电脑音量控制模块

from ctypes import cast, POINTER

from comtypes import CLSCTX_ALL

from pycaw.pycaw import AudioUtilities, IAudioEndpointVolume

​

导入其他依赖包

import time

import math

import numpy as np

​

class HandControlVolume:

def init(self):

初始化medialpipe

self.mp_drawing = mp.solutions.drawing_utils

self.mp_drawing_styles = mp.solutions.drawing_styles

self.mp_hands = mp.solutions.hands

​

获取电脑音量范围

devices = AudioUtilities.GetSpeakers()

interface = devices.Activate(

IAudioEndpointVolume.iid, CLSCTX_ALL, None)

self.volume = cast(interface, POINTER(IAudioEndpointVolume))

self.volume_range = self.volume.GetVolumeRange()

​

主函数

def recognize(self):

计算刷新率

fpsTime = time.time()

​

OpenCV读取视频流

cap = cv2.VideoCapture(0)

视频分辨率

resize_w = 640

resize_h = 480

​

画面显示初始化参数

rect_height = 0

rect_percent_text = 0

​

with self.mp_hands.Hands(min_detection_confidence=0.7,

min_tracking_confidence=0.5,

max_num_hands=2) as hands:

while cap.isOpened():

success, image = cap.read()

image = cv2.resize(image, (resize_w, resize_h))

​

if not success:

print(“空帧.”)

continue

​

提高性能

image.flags.writeable = False

转为RGB

image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

镜像

image = cv2.flip(image, 1)

mediapipe模型处理

results = hands.process(image)

​

image.flags.writeable = True

image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)

判断是否有手掌

if results.multi_hand_landmarks:

遍历每个手掌

for hand_landmarks in results.multi_hand_landmarks:

在画面标注手指

self.mp_drawing.draw_landmarks(

image,

hand_landmarks,

self.mp_hands.HAND_CONNECTIONS,

self.mp_drawing_styles.get_default_hand_landmarks_style(),

self.mp_drawing_styles.get_default_hand_connections_style())

​

解析手指，存入各个手指坐标

landmark_list = []

for landmark_id, finger_axis in enumerate(

hand_landmarks.landmark):

landmark_list.append([

landmark_id, finger_axis.x, finger_axis.y,

finger_axis.z

])

if landmark_list:

获取大拇指指尖坐标

thumb_finger_tip = landmark_list[4]

thumb_finger_tip_x = math.ceil(thumb_finger_tip[1] * resize_w)

thumb_finger_tip_y = math.ceil(thumb_finger_tip[2] * resize_h)

获取食指指尖坐标

index_finger_tip = landmark_list[8]

index_finger_tip_x = math.ceil(index_finger_tip[1] * resize_w)

index_finger_tip_y = math.ceil(index_finger_tip[2] * resize_h)

中间点

finger_middle_point = (thumb_finger_tip_x+index_finger_tip_x)//2, (thumb_finger_tip_y+index_finger_tip_y)//2

print(thumb_finger_tip_x)

thumb_finger_point = (thumb_finger_tip_x,thumb_finger_tip_y)

index_finger_point = (index_finger_tip_x,index_finger_tip_y)

画指尖2点

image = cv2.circle(image,thumb_finger_point,10,(255,0,255),-1)

image = cv2.circle(image,index_finger_point,10,(255,0,255),-1)

image = cv2.circle(image,finger_middle_point,10,(255,0,255),-1)

画2点连线

image = cv2.line(image,thumb_finger_point,index_finger_point,(255,0,255),5)

勾股定理计算长度

line_len = math.hypot((index_finger_tip_x-thumb_finger_tip_x),(index_finger_tip_y-thumb_finger_tip_y))

​

获取电脑最大最小音量

min_volume = self.volume_range[0]

max_volume = self.volume_range[1]

将指尖长度映射到音量上

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Java工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Java开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Java）

写在最后

很多人感叹“学习无用”，实际上之所以产生无用论，是因为自己想要的与自己所学的匹配不上，这也就意味着自己学得远远不够。无论是学习还是工作，都应该有主动性，所以如果拥有大厂梦，那么就要自己努力去实现它。

最后祝愿各位身体健康，顺利拿到心仪的offer！

由于文章的篇幅有限，所以这次的蚂蚁金服和京东面试题答案整理在了PDF文档里

-6uIZ2bkr-1711775701369)]

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Java开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024b （备注Java）
[外链图片转存中…(img-A0w6VEEg-1711775701369)]

写在最后

很多人感叹“学习无用”，实际上之所以产生无用论，是因为自己想要的与自己所学的匹配不上，这也就意味着自己学得远远不够。无论是学习还是工作，都应该有主动性，所以如果拥有大厂梦，那么就要自己努力去实现它。

最后祝愿各位身体健康，顺利拿到心仪的offer！

由于文章的篇幅有限，所以这次的蚂蚁金服和京东面试题答案整理在了PDF文档里

[外链图片转存中…(img-AsQjKmxn-1711775701369)]

[外链图片转存中…(img-kzIQBOWi-1711775701370)]

[外链图片转存中…(img-THA9k1T7-1711775701370)]