# hand_StaticLib

**Repository Path**: cnlycs/hand_static-lib

## Basic Information

- **Project Name**: hand_StaticLib
- **Description**: 手势识别手势识别手势识别手势识别手势识别手势识别
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 3
- **Forks**: 0
- **Created**: 2023-02-28
- **Last Updated**: 2024-08-15

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 前提配置：

opencv，python10，opencv-python，mediapipe，math，numpy
配置可能有些复杂，请看[使用教程](https://blog.csdn.net/qq_40939325/article/details/129260630?spm=1001.2014.3001.5501)，
label一共为[0,1,2,3,4,5],如果返回-1即为没有检测到手


# 接口设计：

|函数声明|参数|返回值|说明|
|--|--|--|--|
|`PyObject* Init_Hand_Model(); `|无需参数|返回`PyObject*`|模型配置初始化（包括推理引擎），返回推理函数的指针|
|cv::Mat Hand_Infer(cv::Mat img, PyObject* pInfer,int *res);|img为opencv中Mat类型，即要进行推理的图片；pInfer为上面函数的返回值，res为int类的指针，可以引用查看推理返回手势的结果|返回值为，推理后的图片关键点以及标注|无|
|int hand_infer_by_camera();|无|无|使用该函数可实时进行手势识别仅仅是Demo|




注：
使用之前需要调用Py_Initialize();，结束以后需要调用Py_Finalize();
分别是启动python解释器和释放解释器资源




# 使用demo

```
//初始化python解释器，
Py_Initialize();

//初始化加载推理配置，该函数和上面的函数初始化只需要一次
PyObject* pInfer = Init_Hand_Model();

//读取要推理的图片
Mat img;
img= cv::imread("your path");
cv::flip(img, img, 1);

//准备推理的参数，也是返回结果
int* res = new int;

//进行图片推理，返回推理后的手势关键点，该函数里面只设置了识别置信度最大1只手，如需要增加的话，可以设置参数。
Mat com = Hand_Infer(img, pInfer, res);

//展示推理后的图片
cv::imshow("com", com);

//展示推理结果
cout << *res;

//如果确定结束该功能，使用下面函数，释放python解释器和指针即可
Py_DECREF(pInfer);
Py_Finalize();
```