ğŸ的»我们通过计算机视觉理解了什么？

计算机视觉可以被定义为训练计算机解释和理解视觉世界的人工智能领域。使用相机和视频的数字图像和深度学习模型，机器可以准确地识别和分类对象，然后对它们所看到的做出反应。œ�计算机视觉是一个跨学科的科学领域，研究计算机如何从数字图像或视频中获得高层次的理解。在今天？™的世界中，计算机视觉在许多领域都非常有用，例如：

*库存管理-欧元“：在库存管理的情况下，应用程序可以应用于安全摄像机图像分析领域，其中计算机视觉算法可以生成对商店中可用项目的非常准确的估计。另一个领域可以是分析货架空间的使用情况，以确定次优配置。

*制造？欧元“：在制造领域，计算机视觉可以帮助对机器进行预测性维护。

*Healthcare-Euro“：在医疗保健领域，计算机视觉可以用于医学图像分析。分析来自CT扫描和X光的图像，以发现肿瘤等异常现象或搜索神经疾病的迹象。

*自动驾驶汽车：计算机视觉领域在自动驾驶汽车领域发挥着核心作用，因为它允许他们感知和理解周围的环境，以便正确操作。计算机视觉中最令人兴奋的挑战之一是图像和视频中的目标检测。这包括定位不同数量的对象并对它们进行分类，以便区分对象是红绿灯、汽车还是人，如下面的视频所示。

👻什么是媒体管道？

MediaPipe是在PyPI上预建的Python包。它还为用户提供了构建自己的解决方案的工具。适用于Linux、MacOS和Windows的PyPI上提供了MediaPipPython软件包。

我们可以在MediaPipe的帮助下执行的操作

• 人脸检测与人脸网格化
• 姿态与整体检测
• 目标检测与跟踪

在这篇博客中，我解释了以下项目：

• 手部识别
• 位姿估计
• 手指点数
• 卷集

👻手部识别

在手识别中，我首先创建了一个检测和跟踪手的SCRYPT，最初我已经将阈值设置为手，但我们也可以编辑它，增加必须检测的手的数量。我还为这个项目创建了一个模块，这样我们就不必在其他项目中一遍又一遍地编写整个代码过程，比如？œFinger-Count？�。

import cv2
import mediapipe as mp
import time
import Handsrecognition_Module as htm

ğŸ的»位姿估计

该项目检测并跟踪对象的位置。我已经在摄像机和MP4文件上进行了测试，它们似乎都工作得很好。姿势估计基于手部和腿部轨迹的基本概念。因此，基本上它的工作原理是，最初我们必须向系统提供姿势标志点，以便系统除了检测面部的手部和腿部外，还提供鼻子、眼睛等的标志点

import cv2
import mediapipe as mp
import time
mpDraw = mp.solutions.drawing_utils
mpPose = mp.solutions.pose
pose = mpPose.Pose()

在位置估计的情况下，我们有-EUROURE-œPOSE-EURO�函数，在该函数中，如果我们希望模型有一些不同的东西，我们必须提供所有的数据。

👻手指计数

这是我在计算机视觉领域最喜欢的学习之一。在这个项目中，我创建了一个计算机视觉脚本，它可以识别手的运动，并确定用户指示的数字。

import cv2
import time
import os
import Handsrecognition_Module as htm

为了使该脚本在最初工作，我们必须创建一个“EUROUœHAND Recognition”EURE�模型的模块，这样我们就可以将它的功能导入到我们的代码中。然后，我们将定义可以为其创建列表的手的参数。在我的示例中，我创建了一个名为TipID的列表，在该列表中输入手部每个指尖的地标编号(我们可以参考手部识别的手部地标图作为参考)。

import cv2
import time
import os
import Handsrecognition_Module as htm

👻卷集

在这个卷集项目中，我集成了opencv和os，这样我就可以通过手势来改变我的系统–™的音量。因此，为了完成这个项目，我确定并创建了食指和拇指的体集地标，因为这两个手指之间的距离相对最大。

import cv2
import time
import numpy as np
import Handsrecognition_Module as htm
import math
from ctypes import cast, POINTER
from comtypes import CLSCTX_ALL
from pycaw.pycaw import AudioUtilities, IAudioEndpointVolume

下面是我学到的关于MediaPipeOpenCV的一些概念希望你喜欢博客😊快乐学习ğŸ�‡