mp_drawing.draw_landmarks

`mp_drawing.draw_landmarks` 是 `mediapipe` 库中的一个函数，用于在图像上绘制人脸和手部关键点。这个函数需要输入以下几个参数：

- `image`: 需要绘制关键点的图像，一般是一个 `numpy` 数组。
- `landmarks`: 一个包含所有关键点信息的 `mediapipe` 类型对象，例如 `mediapipe.python.solutions.face_mesh.FaceMesh` 或 `mediapipe.python.solutions.hands.Hands`。
- `connections`: 绘制关键点之间的连线，一般是一个包含连线信息的列表或元组。
- `drawing_spec`: 绘制关键点的样式，例如颜色、线宽等。

举个例子，如果你想在一张图像上绘制人脸关键点，可以这样写：

import cv2
import mediapipe as mp

mp_drawing = mp.solutions.drawing_utils
mp_face_mesh = mp.solutions.face_mesh

# 加载图像
image = cv2.imread('test.jpg')

# 初始化人脸关键点检测模型
with mp_face_mesh.FaceMesh(
    static_image_mode=True,
    max_num_faces=1,
    min_detection_confidence=0.5) as face_mesh:

    # 检测人脸关键点
    results = face_mesh.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

    # 绘制人脸关键点
    annotated_image = image.copy()
    mp_drawing.draw_landmarks(
        image=annotated_image,
        landmarks=results.multi_face_landmarks[0],
        connections=mp_face_mesh.FACE_CONNECTIONS,
        landmark_drawing_spec=mp_drawing.DrawingSpec(color=(0, 255, 0), thickness=2, circle_radius=2),
        connection_drawing_spec=mp_drawing.DrawingSpec(color=(0, 255, 0), thickness=2))

    # 显示结果
    cv2.imshow('Face Mesh Results', annotated_image)
    cv2.waitKey(0)

这个例子中，我们首先加载了一张测试图像，然后初始化了一个人脸关键点检测模型。接着，我们使用 `face_mesh.process()` 方法来检测图像中的人脸关键点，并将检测结果保存在 `results` 变量中。最后，我们使用 `mp_drawing.draw_landmarks()` 函数来在图像上绘制人脸关键点，绘制样式为绿色的线条和圆点。