以下是一个通过Python使用摄像头感知手势并控制Windows的示例代码。此代码基于OpenCV库和pyautogui库来实现手势识别和鼠标控制。 ```python import cv2 import numpy as np import pyautogui # 初始化摄像头 cap = cv2.VideoCapture(0) # 定义手势检测区域 x_start, y_start, width, height = 100, 100, 300, 300 while True: # 读取摄像头帧 ret, frame = cap.read() if not ret: break # 裁剪手势检测区域 roi = frame[y_start:y_start + height, x_start:x_start + width] hsv = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV) # 定义肤色范围（可以根据实际环境调整） lower_skin = np.array([0, 20, 70], dtype=np.uint8) upper_skin = np.array([20, 255, 255], dtype=np.uint8) # 提取肤色区域 mask = cv2.inRange(hsv, lower_skin, upper_skin) kernel = np.ones((5, 5), np.uint8) mask = cv2.dilate(mask, kernel, iterations=4) mask = cv2.GaussianBlur(mask, (5, 5), 100) # 寻找轮廓 contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) if len(contours) > 0: # 找到最大轮廓 contour = max(contours, key=cv2.contourArea) x, y, w, h = cv2.boundingRect(contour) # 计算手势中心点 cx = x + w // 2 cy = y + h // 2 # 控制鼠标移动 mouse_x = np.interp(cx, [0, width], [0, 1920]) # 映射到屏幕宽度 mouse_y = np.interp(cy, [0, height], [0, 1080]) # 映射到屏幕高度 pyautogui.moveTo(mouse_x, mouse_y) # 绘制手势检测区域 cv2.rectangle(frame, (x_start, y_start), (x_start + width, y_start + height), (0, 255, 0), 2) # 显示结果 cv2.imshow('Gesture Control', frame) # 按下 'q' 键退出 if cv2.waitKey(1) & 0xFF == ord('q'): break # 释放资源 cap.release() cv2.destroyAllWindows() ``` ### 解释： 1. **摄像头初始化**：`cv2.VideoCapture(0)`用于打开默认摄像头。 2. **手势检测区域**：定义了一个矩形区域（100x100到400x400），用于捕捉手势。 3. **肤色提取**：通过HSV颜色空间，定义了肤色范围，并使用`cv2.inRange`提取肤色区域。 4. **形态学操作**：使用膨胀（dilate）和高斯模糊（GaussianBlur）去除噪声，使手势轮廓更清晰。 5. **轮廓检测**：通过`cv2.findContours`找到手势轮廓，并选择最大的轮廓作为手势。 6. **鼠标控制**：通过`pyautogui.moveTo`将手势中心点映射到屏幕坐标，从而控制鼠标移动。 7. **退出条件**：按下键盘上的`q`键可以退出程序。 ### 注意事项： - 需要安装依赖库：`opencv-python` 和 `pyautogui`。 - 根据实际情况调整肤色范围参数。 - 屏幕分辨率可能需要根据你的显示器进行调整。