介紹

OpenCV 徹底改變了整個(gè)圖像處理領(lǐng)域。從圖像分類到對(duì)象檢測(cè)，我們不僅可以使用 OpenCV 庫(kù)做一些很酷的事情，而且還可以構(gòu)建一流的應(yīng)用程序。

今天我們要實(shí)現(xiàn)一個(gè)有趣的東西，它是手機(jī)或電腦中的一種功能，即圖像縮放。但在這里，它將是實(shí)時(shí)對(duì)幀上所需的圖像進(jìn)行虛擬縮放。

目錄

1．要求

2．目的

3．構(gòu)建

4．結(jié)論

要求

對(duì)于這個(gè)項(xiàng)目，我們將使用 OpenCV 庫(kù)和另一個(gè)名為 Cvzone 的庫(kù)來(lái)使用虛擬縮放。

CVZone

它是一個(gè)建立在 OpenCV 和 MediaPipe 之上的庫(kù)。它使事情變得容易得多。

CVZone 具有一些非常有用的內(nèi)置功能，例如手部跟蹤、面部標(biāo)志檢測(cè)、姿勢(shì)估計(jì)等等。這些都可以通過(guò)幾行代碼來(lái)完成。

讓我們編寫一段代碼來(lái)看看使用 CVZone 的手部檢測(cè)器的演示。首先，安裝 requirements 。你可以使用以下命令安裝它，也可以逐個(gè)安裝。

– pip install －r requirements．txt

或

– pip install opencv－python＝＝3．4．11．43

– pip install cvzone＝＝1．5．3

現(xiàn)在讓我們檢測(cè)手。

import cv2

from cvzone．HandTrackingModule import HandDetector

＃ Input from webcam

frame ＝ cv2．VideoCapture（0）

frame．set（3， 1280）

frame．set（4， 720）

＃ initialize hand detector module with some confidence

handDetector ＝ HandDetector（detectionCon＝0．8）

＃ loop

while True：

＃ Read the frames from webcam

res， img ＝ frame．read（）

＃ detect the hands， by default it will detect two hands

hands ＝ handDetector．findHands（img）

＃ show the output

cv2．imshow（“Sample CVZone output”， img）

cv2．waitKey（1）

首先，讓我們導(dǎo)入所需的模塊，cv2，以及從 cvzone．HandTrackingModule 導(dǎo)入HandDetector＊。＊

然后我們將使用 OpenCV 的 Videocapture 功能從網(wǎng)絡(luò)攝像頭獲取輸入。設(shè)置窗口的高度和寬度，并以一定的檢測(cè)置信度初始化手部檢測(cè)器模塊。

然后在循環(huán)內(nèi)部從網(wǎng)絡(luò)攝像頭讀取輸入幀并將其傳遞給手部檢測(cè)器模塊內(nèi)部的方法，即 findHands。顯示圖像。

使用 OpenCV 進(jìn)行虛擬縮放

與此類似，我們可以使用 CVZone 實(shí)現(xiàn)面部地標(biāo)檢測(cè)、姿勢(shì)估計(jì)等。

目標(biāo)

我們的目標(biāo)是構(gòu)建一個(gè)屏幕上有圖像的項(xiàng)目，使用 OpenCV 進(jìn)行虛擬縮放，并使用我們的手勢(shì)，即如果雙手的食指和拇指向上并且兩根手指彼此遠(yuǎn)離，就放大，如果雙手的食指和拇指向上并且兩根手指彼此靠近，則縮小該圖像或?qū)ο�。牢記這一點(diǎn)，我們將制定一些步驟。

步驟

初始化來(lái)自網(wǎng)絡(luò)攝像頭的輸入。

設(shè)置輸出窗口的高度和寬度。

初始化手部檢測(cè)器模塊。

分別聲明計(jì)算距離、縮放范圍、中心X和中心Y的4個(gè)變量。

讀取輸入幀。

檢測(cè)雙手。

讀取用于縮放操作的圖像。

檢查是否檢測(cè)到兩只手。

檢查食指和拇指是否向上。

計(jì)算兩只手之間的距離，并將圖像調(diào)整到兩只手的中心。

計(jì)算新的高度和寬度，然后調(diào)整圖像大小。

顯示輸出。

使用 OpenCV 進(jìn)行虛擬縮放

構(gòu)建

如上一節(jié)所述安裝所需的庫(kù)�，F(xiàn)在讓我們開始吧。

首先，導(dǎo)入所需的模塊。這里我們只需要 cv2 和 cvzone 的手部檢測(cè)器模塊。

導(dǎo)入庫(kù)后，使用 cv2．VideoCapture（0） 從網(wǎng)絡(luò)攝像頭獲取輸入，其中 0 是網(wǎng)絡(luò)攝像頭 ID。

然后設(shè)置輸出窗口的寬度和高度。這里是 1280 x 720。

import cv2

from cvzone．HandTrackingModule import HandDetector

＃ Input from webcam

frame ＝ cv2．VideoCapture（0）

frame．set（3， 1280）

frame．set（4， 720）

現(xiàn)在，我們將初始化手檢測(cè)模塊（handDetector），檢測(cè)置信度為 0．8，并將在 while 循環(huán)中用于檢測(cè)手。

聲明 4 個(gè)變量，一個(gè)是初始存儲(chǔ)距離，它是None，一個(gè)是縮放范圍，初始是0，另外 2 個(gè)用于捕捉縮放對(duì)象的中心 X 和中心 Y，并設(shè)置一些隨機(jī)值。

這里代碼中的變量分別是 distStart、zoom＿range、cx、cy。

＃ initialize hand detector module

handDetector ＝ HandDetector（detectionCon＝0．8）

distStart ＝ None

zoom＿range ＝ 0

cx， cy ＝ 500， 500

開始一個(gè)while循環(huán)，從現(xiàn)在開始，一切操作都應(yīng)該在這個(gè)循環(huán)中。

從網(wǎng)絡(luò)攝像頭讀取輸入，并使用上面初始化的手部檢測(cè)器模塊，我們可以調(diào)用方法 findHands 將幀作為輸入傳遞。此方法會(huì)在框架中找到手，默認(rèn)它可以檢測(cè)框架中的兩只手并返回手的列表。

我們可以從中訪問(wèn)每只檢測(cè)到的手（這里：一只手為hands［0］，另一只手為hands［1］），并且它還返回圖像。然后我們將使用 OpenCV 的 imread（） 函數(shù)讀取屏幕上要縮放的圖像。最好圖像大小應(yīng)低于 （250， 250），否則你可以使用 cv2．resize（img， （250，250）） 調(diào)整其大小。這里圖像大小為 （225， 225）。

while True：

  ＃ Read the input frame

  res， img ＝ frame．read（）

  ＃ Detect the hands

  hands， img ＝ handDetector．findHands（img）

  ＃ Image to be zoomed

  new＿img ＝ cv2．imread（＇resized＿test．jpg＇）

現(xiàn)在，我們需要檢查框架中是否有兩只手，然后我們將檢查食指和拇指是否向上，這可以使用手檢測(cè)模塊中的 FingerUp（） 方法輕松完成。

在下面的第一個(gè) if 語(yǔ)句之后的代碼中，我們將使用兩個(gè)打印語(yǔ)句 print（handDetector．fingersUp（hands［0］）） ，如果食指和拇指向上，則這將打印一個(gè)包含 5 個(gè)元素的列表，結(jié)果列表顯示一只手將是 ［1， 1， 0， 0， 0］，另一只手類似地執(zhí)行 print（handDetector．fingersUp（hands［1］））。

請(qǐng)參考下圖。

＃ if two hands are detected

if len（hands） ＝＝ 2：

  print（＂Start Zoom．．．＂）

  print（handDetector．fingersUp（hands［0］））

  print（handDetector．fingersUp（hands［1］））

使用 OpenCV 進(jìn)行虛擬縮放

然后是重要的部分，現(xiàn)在我們需要檢查雙手的食指和拇指是否向上。我們將再次使用 if 語(yǔ)句（在第一個(gè) if 語(yǔ)句中：if handDetector．fingersUp（hands［0］） ＝＝ ［1， 1， 0， 0， 0］ 和 handDetector．fingersUp（hands［1］） ＝＝ ［ 1， 1， 0， 0， 0］：） 然后求兩只手之間的距離，具體來(lái)說(shuō)就是食指兩點(diǎn)之間的距離。

在下面的代碼中，findDistance（） 方法將找到距離，這里我們將兩只手的中心作為參數(shù)與框架一起傳遞。findDistance（） 方法將返回三個(gè)項(xiàng)目距離，一個(gè)包含位置 4 和 5 的中心 X 和中心 Y 的元組以及圖像。

如果僅當(dāng) distStart 為 None 時(shí)才執(zhí)行條件，則將獲得的距離分配給我們之前聲明的第三個(gè)變量 distStart。然后，計(jì)算新距離并從舊距離 distStart 中減去它，并執(zhí)行除以 2 （向下取整）以獲得縮放范圍。然后將中心坐標(biāo)分配給變量cx，cy。然后，如果框架中沒有兩只手，則將 distStart 變量重置為 None。

使用 OpenCV 進(jìn)行虛擬縮放

if handDetector．fingersUp（hands［0］） ＝＝ ［1， 1， 0， 0， 0］ andhandDetector．fingersUp（hands［1］） ＝＝ ［1， 1， 0， 0， 0］：

      ＃ print（＂Start Zoom．．．＂）

      lmList1 ＝ hands［0］［＇lmList＇］

      lmList2 ＝ hands［1］［＇lmList＇］

      ＃ point 8 is tip of the index finger

      if distStart is None：

          ＃ length， info， img ＝ handDetector．findDistance（lmList1［8］， lmList2［8］， img）

          ＃ draw the connection points between right hand index and thum finger to left hand

          length， info， img ＝ handDetector．findDistance（hands［0］［＇center＇］， hands［1］［＇center＇］， img）

         ＃ print（length）

          distStart ＝ length

＃ length， info， img ＝ handDetector．findDistance（lmList1［8］， lmList2［8］， img）

length， info， img ＝ handDetector．findDistance（hands［0］［‘center’］， hands［1］［‘center’］， img）

＃ info gives center x and center y

＃ calculate the zoom range

zoom＿range ＝ int（（length – distStart） ／／ 2）

＃ calculate the center point so that we can place the zooming image at the center

cx， cy ＝ info［4：］ print（zoom＿range）

else：

distStart ＝ None

然后獲取要放大的圖像的高度和寬度，并計(jì)算圖像的新高度和寬度。這有點(diǎn)棘手，要獲得新的高度和寬度，我們需要將圖像之前的高度和寬度添加到縮放范圍并執(zhí)行向下取整除法，然后乘以 2。

然后我們可以動(dòng)態(tài)找到放置縮放的位置圖像（這里：img［cy – newH ／／ 2：cy ＋ newH ／／ 2， cx – newW ／／ 2：cx ＋ newW ／／ 2］）。

但是還有一個(gè)問(wèn)題，如果縮放后的圖像低于窗口邊距，則會(huì)出錯(cuò)，為了解決這個(gè)問(wèn)題，我們將使用 try 和 except。然后顯示輸出。

try：

  h， w， ＿ ＝ new＿img．shape

＃ new height and new width

newH， newW ＝ （（h ＋ zoom＿range） ／／ 2） ＊ 2， （（w ＋ zoom＿range） ／／ 2） ＊ 2

new＿img ＝ cv2．resize（new＿img， （newW， newH））

＃ we want the zooming image to be center and place it approx at the center

img［cy – newH ／／ 2：cy ＋ newH ／／ 2， cx – newW ／／ 2：cx ＋ newW ／／ 2］ ＝ new＿img

except：

pass

＃ display output

cv2．imshow（‘output’， img）

cv2．waitKey（1）

結(jié)論

這就是這篇關(guān)于使用 OpenCV 進(jìn)行虛擬縮放的博客的內(nèi)容。如果你想即興發(fā)揮，讓它更有趣，你可以在屏幕上保留一些圖像，每次選擇一個(gè)并放大它，或者你可以創(chuàng)建不同的形狀，使用不同的手勢(shì)來(lái)讓它變大或變小。這就是我們?nèi)绾问褂?OpenCV 實(shí)現(xiàn)虛擬縮放。

參考：

       原文標(biāo)題 : 使用OpenCV進(jìn)行虛擬縮放