使用 OpenCV 開發(fā)虛擬鍵盤
介紹OpenCV 是最流行的計算機視覺任務庫,它是用于機器學習、圖像處理等的跨平臺開源庫,用于開發(fā)實時計算機視覺應用程序。
CVzone 是一個計算機視覺包,它使用 OpenCV 和 Media Pipe 庫作為其核心,使我們易于運行,例如手部跟蹤、人臉檢測、面部標志檢測、姿勢估計等,以及圖像處理和其他計算機視覺相關的應用程序。
使用 OpenCV 實現虛擬鍵盤
讓我們創(chuàng)建一個虛擬鍵盤。首先,讓我們安裝所需的模塊。
pip install numpy
pip install opencv-python
pip install cvzone
pip install pynput
使用 OpenCV 為虛擬鍵盤導入庫
現在讓我們導入所需的模塊import cv2
import cvzone
from cvzone.HandTrackingModule import HandDetector
from time import sleep
import numpy as np
from pynput.keyboard import Controller
這里我們從 cvzone.HandTrackingModule 導入 HandDetector 模塊,然后為了使虛擬鍵盤工作,我們需要從 pynput.keyboard 導入Controller。
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
cap.set(3, 1280)
cap.set(4, 720)
現在讓我們從 cv2.Videocapture 獲取實時輸入
final_text = ""
我們以 0.8 的檢測置信度初始化 HandDetector 并將其分配給檢測器。然后我們根據鍵盤的布局創(chuàng)建一個列表數組,并定義一個空字符串來存儲鍵入的鍵。
定義繪制函數
keyboard = Controller()
初始化鍵盤控制器,并定義一個名為draw()的函數,它接受兩個參數,即圖像和按鈕列表并返回圖像。在draw()函數內部,我們使用 cvzone 的cornerRect函數在每個鍵的角落繪制矩形邊緣。這是為了讓我們的鍵盤布局看起來更好看。就像下面的圖片。
你也可以嘗試更改不同的顏色。class Button():
def __init__(self, pos, text, size=[85, 85]):
self.pos = pos
self.size = size
self.text = text
然后我們定義一個名為 Button() 的類,并提供位置、文本和大小作為輸入,以便我們可以按照明確定義的順序排列鍵盤按鍵。
上面的循環(huán)將遍歷鍵盤按鍵和 Button 對象,我們在其中給出位置和文本作為輸入附加在一個名為 button list 的列表中。稍后我們可以將這個列表傳遞給 draw 函數以在我們的實時框架之上進行繪制。
使用 OpenCV 的虛擬鍵盤主程序
重要的部分來了。
在 while 循環(huán)中,首先我們讀取實時輸入幀并將其存儲在一個名為img的變量中。然后我們將該圖像傳遞給*檢測器.findHands()*以便在幀中找到手。然后在該圖像中,我們需要找到檢測到的手的位置和邊界框信息。
在這里我們可以找到我們的食指和中指的頂點之間的距離,如果兩者之間的距離小于某個閾值,那么我們就可以輸入我們所指示的字母。
一旦我們獲得了位置,我們就會遍歷整個位置列表。從該列表中,我們找到按鈕位置和按鈕大小,然后根據明確定義的方式將其繪制在框架上。
圖 1:手地標模型
之后,我們需要找到食指和中指的頂點之間的距離。在上圖中,你可以看到我們需要的最高點是點 8 和點 12。因此,我們需要在距離查找函數中傳遞 8, 12 以獲得它們之間的距離。
在上面的代碼中,你可以看到 detector.findDistance(),我們通過了 8、12 和圖像來查找距離,并將繪制標志設置為 false,這樣我們就不需要兩點之間的任何線。
如果點之間的距離非常小,我們將使用 press() 函數來按下按鍵。在上面的代碼keyboard.press() 中,我們傳遞button.text以顯示按下的鍵。最后,我們在鍵盤布局下方繪制一個小的白色矩形框,以顯示按下的鍵。
一旦你執(zhí)行了整個代碼,它看起來像這樣。
將食指和中指靠近特定字母的頂部后,你可以鍵入該字母。
如果你需要更自定義的鍵盤布局,我們可以使鍵盤布局透明。我們只需要添加一個透明布局函數并將*draw()函數替換為transparent_layout()*函數即可。
讓我們定義transparent_layout()函數。下面是函數的代碼,它采用與draw()函數相同的輸入。在這里,我們將 numpy 的zero_like()函數分配給 名為imgNew的變量,并對其執(zhí)行所需的操作,例如獲得角矩形、為每個鍵創(chuàng)建矩形框并將文本放入框內。之后,我們將該圖像復制到一個新變量并創(chuàng)建一個imgNew掩碼,然后我們使用 OpenCV 的*addWeighted()*函數將掩碼放置在實際圖像的頂部。因此,這使鍵盤布局透明。
自定義鍵盤
一旦將while 循環(huán)中的*draw()函數替換為transparent_layout()*函數,它將如下所示。(下圖)
使用 OpenCV 的虛擬鍵盤的完整代碼
下面是完整的代碼
結論
這是虛擬鍵盤的實現,如果你想完善它,你也可以試著添加按鍵聲音,然后我們還可以讓鍵盤布局在框架內移動。
請輸入評論內容...
請輸入評論/評論長度6~500個字
最新活動更多
-
即日-12.26立即報名>>> 【在線會議】村田用于AR/VR設計開發(fā)解決方案
-
1月8日火熱報名中>> Allegro助力汽車電氣化和底盤解決方案優(yōu)化在線研討會
-
即日-1.14火熱報名中>> OFweek2025中國智造CIO在線峰會
-
即日-1.24立即參與>>> 【限時免費】安森美:Treo 平臺帶來出色的精密模擬
-
即日-2025.8.1立即下載>> 《2024智能制造產業(yè)高端化、智能化、綠色化發(fā)展藍皮書》
-
精彩回顧立即查看>> 【線下會議】OFweek 2024(第九屆)物聯網產業(yè)大會
推薦專題
- 高級軟件工程師 廣東省/深圳市
- 自動化高級工程師 廣東省/深圳市
- 光器件研發(fā)工程師 福建省/福州市
- 銷售總監(jiān)(光器件) 北京市/海淀區(qū)
- 激光器高級銷售經理 上海市/虹口區(qū)
- 光器件物理工程師 北京市/海淀區(qū)
- 激光研發(fā)工程師 北京市/昌平區(qū)
- 技術專家 廣東省/江門市
- 封裝工程師 北京市/海淀區(qū)
- 結構工程師 廣東省/深圳市