编写代码基于python的手势一二三识别opencv

以下是一个基于Python和OpenCV的手势识别代码，可以实现一二三的手势识别。

import cv2
import numpy as np

# 打开摄像头
cap = cv2.VideoCapture(0)

while True:
    # 捕获每一帧
    ret, frame = cap.read()

    # 将帧转换为灰度图像
    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)

    # 高斯滤波
    blur = cv2.GaussianBlur(gray, (5, 5), 0)

    # 阈值处理
    _, thresh = cv2.threshold(blur, 20, 255, cv2.THRESH_BINARY_INV)

    # 轮廓检测
    contours, _ = cv2.findContours(thresh.copy(), cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # 找到轮廓中最大的那个
    if len(contours) > 0:
        contour = max(contours, key=cv2.contourArea)

        # 如果轮廓面积大于一定值，则进行手势识别
        if cv2.contourArea(contour) > 10000:
            # 手势识别，根据手指数来判断
            hull = cv2.convexHull(contour, returnPoints=False)
            defects = cv2.convexityDefects(contour, hull)
            count_defects = 0
            for i in range(defects.shape[0]):
                s, e, f, d = defects[i, 0]
                start = tuple(contour[s][0])
                end = tuple(contour[e][0])
                far = tuple(contour[f][0])
                a = np.sqrt((end[0] - start[0]) ** 2 + (end[1] - start[1]) ** 2)
                b = np.sqrt((far[0] - start[0]) ** 2 + (far[1] - start[1]) ** 2)
                c = np.sqrt((end[0] - far[0]) ** 2 + (end[1] - far[1]) ** 2)
                angle = np.arccos((b ** 2 + c ** 2 - a ** 2) / (2 * b * c)) * 180 / np.pi
                if angle <= 90:
                    count_defects += 1

            # 根据手指数来判断手势
            if count_defects == 0:
                cv2.putText(frame, "1", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255), 2)
            elif count_defects == 1:
                cv2.putText(frame, "2", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255), 2)
            elif count_defects == 2:
                cv2.putText(frame, "3", (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 2, (0, 0, 255), 2)

        # 绘制轮廓
        cv2.drawContours(frame, [contour], 0, (0, 255, 0), 3)

    # 显示每一帧
    cv2.imshow('frame', frame)

    # 按下q键退出循环
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

# 释放捕获的摄像头并关闭所有窗口
cap.release()
cv2.destroyAllWindows()

这个代码可以通过摄像头捕获图像，并实时进行手势识别。当手势为一时，在图像上显示数字1；当手势为二时，在图像上显示数字2；当手势为三时，在图像上显示数字3。