企业官网建设流程全解析

三步跑通 MediaPipe Hands：单帧视频实时定位 21 个手部关键点

【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe

想让你的摄像头看懂手势？MediaPipe Hands 只需一帧画面就能输出每只手 21 个三维关键点，双手同时跟踪不在话下。做手势控制、手语转文字、AR 捏取物体，从它入手最快。

🚀 快速上手：两条命令装好，八行代码跑起来

安装与环境准备

先装 Python 包（会自动带上 OpenCV 等依赖）：

pip install mediapipe

想看官方示例源码的话，把仓库拉下来：

git clone https://gitcode.com/GitHub_Trending/med/mediapipe

最小可运行示例

下面这段是仓库文档里的最短版本，任何一张含手的图片都能跑：

import cv2, mediapipe as mp mp_hands = mp.solutions.hands with mp_hands.Hands(max_num_hands=2) as hands: image = cv2.imread("hand.jpg") rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = hands.process(rgb) print("hands:", len(results.multi_hand_landmarks))

输出每只手的 21 个关键点坐标。把图片换成摄像头逐帧输入，就是实时手部追踪，不需要额外写任何滤波代码。

✋ 它凭什么好用：三个能力直接决定你能做什么

单帧定位 21 个三维关键点。你拿到的不是平面坐标，而是带深度的 3D 位置。用它算指节弯曲角度、判断"石头剪刀布"、还原手在空间里的远近，全都能做，不用再自己从 2D 图里瞎猜。

双手同时跟踪，甩手不断线。内部是两个模型接力：掌部检测模型先锁定手掌，关键点模型再在裁剪区域里精修；首帧之后靠上一帧结果定位，只有彻底丢手才重新全图检测。所以双手快速挥动、部分被遮挡时，追踪线条依然稳。

一套接口，多平台通用。Python、Android、iOS、JS 官方都支持 Hands 能力，接口命名基本一致。先用 Python 验证手势逻辑，再挪到手机 App 上，业务代码几乎不用改。

真实场景拆解

手势控制：抬起四根手指，页面自动翻页

讲 PPT 不再需要翻页笔。摄像头前摆一个"4"的手势，程序数到 4 就切到下一页；换成挥手手势，还能控制角色移动。检测到的手指姿态就是触发条件，延迟低到肉眼无感。

AR 与手语：不碰屏幕，也能"抓住"虚拟物体

在 AR 里让拇指和食指对准虚拟按钮做捏合动作，直接打开它、拖动它；空中虚拟键盘也一样，指尖划过就是打字。同一套 21 点数据接上手语词库，听障用户比一个手势，屏幕上实时跳出文字，交流门槛一下就低了。

进阶与生态

训练你自己的手势识别模型

如果"岩石、剪刀、布"不够用，MediaPipe Model Maker 里的手势识别器能把几百张照片变成你自己的手势分类器。示例目录 mediapipe/model_maker/python/vision/gesture_recognizer/ 里有完整演示脚本gesture_recognizer_demo.py，testdata 自带各手势的真实训练样本，比如这张"rock"手势照：

把样本换成你自己拍的照片跑一遍，训练完直接导出 tflite 模型上设备。

看懂流水线：图文件 + 模块 + 示例

整条追踪流水线就是可读可改的图文件：mediapipe/graphs/hand_tracking/ 里有桌面端和手机端现成的 pbtxt；核心关键点模型在 mediapipe/modules/hand_landmark/；可运行的桌面示例在mediapipe/examples/desktop/hand_tracking/。想加自己的绘制或滤波逻辑，从改图文件下手最顺。完整中文文档入口是 docs/solutions/hands.md。

MediaPipe Hands 把最难的检测与追踪做了，你只需要决定拿到 21 个点之后干什么。它不挑硬件，普通电脑和手机都跑得起，源码全部开放。建议下一步：先跑通上面那 8 行示例，对着自己的摄像头验证一遍；然后去mediapipe/model_maker/python/vision/gesture_recognizer/目录试训一个自己的手势模型；想深入原理，就打开mediapipe/graphs/hand_tracking/里的图文件逐节点看。

【免费下载链接】mediapipeCross-platform, customizable ML solutions for live and streaming media.项目地址: https://gitcode.com/GitHub_Trending/med/mediapipe