Python + OpenCV 实现手势控制电脑音量

pip install opencv-python mediapipe pycaw comtypes numpy

import cv2import mediapipe as mpimport mathimport numpy as npfrom ctypes import cast, POINTERfrom comtypes import CLSCTX_ALLfrom pycaw.pycaw import AudioUtilities, IAudioEndpointVolume# Initialize webcamcap = cv2.VideoCapture(0)# Set webcam resolutioncap.set(3, 1280)cap.set(4, 720)# Initialize MediaPipe Handsmp_hands = mp.solutions.handshands = mp_hands.Hands(    static_image_mode=False,    max_num_hands=1,    min_detection_confidence=0.7,    min_tracking_confidence=0.7)mp_draw = mp.solutions.drawing_utils# Initialize system audiodevices = AudioUtilities.GetSpeakers()interface = devices.Activate(    IAudioEndpointVolume._iid_,    CLSCTX_ALL,    None)volume = cast(interface, POINTER(IAudioEndpointVolume))# Get volume rangevol_min, vol_max = volume.GetVolumeRange()[:2]while True:    success, frame = cap.read()    if not success:        break    # Flip image horizontally    frame = cv2.flip(frame, 1)    # Convert to RGB    rgb_frame = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)    # Process hand detection    results = hands.process(rgb_frame)    if results.multi_hand_landmarks:        for hand_landmarks in results.multi_hand_landmarks:            landmark_list = []            h, w, c = frame.shape            # Extract landmarks            for idx, lm in enumerate(hand_landmarks.landmark):                cx = int(lm.x * w)                cy = int(lm.y * h)                landmark_list.append((idx, cx, cy))            # Thumb tip            x1, y1 = landmark_list[4][1], landmark_list[4][2]            # Index finger tip            x2, y2 = landmark_list[8][1], landmark_list[8][2]            # Center point            cx, cy = (x1 + x2) // 2, (y1 + y2) // 2            # Draw landmarks            cv2.circle(frame, (x1, y1), 12, (255, 0, 255), cv2.FILLED)            cv2.circle(frame, (x2, y2), 12, (255, 0, 255), cv2.FILLED)            cv2.line(frame, (x1, y1), (x2, y2), (255, 0, 255), 3)            cv2.circle(frame, (cx, cy), 10, (0, 255, 0), cv2.FILLED)            # Calculate distance            length = math.hypot(x2 - x1, y2 - y1)            # Convert finger distance to volume            vol = np.interp(length, [30, 220], [vol_min, vol_max])            # Volume percentage            vol_percent = np.interp(length, [30, 220], [0, 100])            # Volume bar            vol_bar = np.interp(length, [30, 220], [400, 150])            # Set system volume            volume.SetMasterVolumeLevel(vol, None)            # Draw volume bar UI            cv2.rectangle(frame, (50, 150), (85, 400), (0, 255, 0), 3)            cv2.rectangle(                frame,                (50, int(vol_bar)),                (85, 400),                (0, 255, 0),                cv2.FILLED            )            cv2.putText(                frame,                f'{int(vol_percent)}%',                (35, 450),                cv2.FONT_HERSHEY_SIMPLEX,                1,                (0, 255, 0),                3            )            # Draw hand connections            mp_draw.draw_landmarks(                frame,                hand_landmarks,                mp_hands.HAND_CONNECTIONS            )    cv2.imshow("Hand Gesture Volume Control", frame)    # Press Q to quit    if cv2.waitKey(1) & 0xFF == ord('q'):        breakcap.release()cv2.destroyAllWindows()

math.hypot(x2 - x1, y2 - y1)

np.interp(length, [30, 200], [volMin, volMax])