1. 项目概述:当计算机视觉遇上童年游戏
去年在调试MediaPipe手势识别模块时,我突然想到——为什么不把这项技术应用到最经典的手势游戏上?于是诞生了这个用摄像头玩石头剪刀布(Rock-Paper-Scissors,简称RPS)的项目。与传统游戏不同,这个版本完全通过计算机视觉识别玩家手势,无需任何物理控制器,真正实现"空手对战"。
核心原理是通过OpenCV捕获视频流,配合MediaPipe的Hand Landmark模型实时检测21个手部关键点坐标。当检测到特定手势组合时,系统会比对预定义的手势模板库,最终输出识别结果并与计算机随机选择进行胜负判定。整个过程在普通笔记本摄像头下能达到30fps的实时性能,延迟控制在人类感知不到的100ms以内。
实测发现:食指中指张开的"剪刀"手势识别准确率最低(约85%),因为部分用户会不自觉地弯曲手指。后来通过增加训练样本中的"非标准剪刀手"数据,最终将准确率提升到93%以上。
需要模型API调用? 免费领10W Token,多模型网关一键接入 Claude、DeepSeek 等主流模型。
2. 技术架构与核心模块
2.1 视觉处理流水线设计
整个系统的处理流程遵循典型的计算机视觉应用架构:
-
视频采集层:通过OpenCV的VideoCapture接口获取摄像头原始帧,默认分辨率设为640x480以平衡性能与精度。这里有个细节:设置
CAP_PROP_BUFFERSIZE=1可以显著降低延迟,避免摄像头内置缓冲带来的滞后感。 -
预处理阶段:
- 高斯模糊(3x3核)降噪
- 色彩空间转换到YCrCb(比HSV更适应肤色检测)
- 基于Cr通道的阈值分割提取手部区域
-
关键点检测:
python复制with mp_hands.Hands( static_image_mode=False, max_num_hands=1, min_detection_confidence=0.7) as hands: results = hands.process(cv2.cvtColor(frame, cv2.COLOR_BGR2RGB))这段配置中,
static_image_mode=False启用视频流优化模式,max_num_hands=1因为我们
