pycharm摄像头识别手势箭头切换图片

以下是使用PyCharm编写的基于摄像头手势识别的图片切换程序，需要安装OpenCV和numpy库：

import cv2
import numpy as np
import os

# 定义一些全局变量
last_x, last_y = None, None
drawing = False
mode = True  # True表示绘制矩形，False表示绘制曲线
ix, iy = -1, -1

# 定义回调函数，用于鼠标事件的处理
def draw(event, x, y, flags, param):
    global last_x, last_y, drawing, mode, ix, iy

    if event == cv2.EVENT_LBUTTONDOWN:
        # 鼠标左键按下时，开始绘制
        drawing = True
        last_x, last_y = x, y

    elif event == cv2.EVENT_MOUSEMOVE:
        if drawing:
            if mode:
                # 绘制矩形
                cv2.rectangle(img, (last_x, last_y), (x, y), (0, 255, 0), -1)
            else:
                # 绘制曲线
                cv2.line(img, (last_x, last_y), (x, y), (0, 0, 255), 5)
            last_x, last_y = x, y

    elif event == cv2.EVENT_LBUTTONUP:
        # 鼠标左键松开时，停止绘制
        drawing = False
        if mode:
            cv2.rectangle(img, (last_x, last_y), (x, y), (0, 255, 0), -1)
        else:
            cv2.line(img, (last_x, last_y), (x, y), (0, 0, 255), 5)

    elif event == cv2.EVENT_RBUTTONDOWN:
        # 鼠标右键按下时，清空画布
        img.fill(0)

    elif event == cv2.EVENT_LBUTTONDBLCLK:
        # 鼠标左键双击时，切换绘制模式
        mode = not mode
        if mode:
            print("绘制矩形模式")
        else:
            print("绘制曲线模式")


cap = cv2.VideoCapture(0)

# 创建一个黑色背景的窗口
img = np.zeros((480, 640, 3), np.uint8)

# 绑定窗口和回调函数
cv2.namedWindow('image')
cv2.setMouseCallback('image', draw)

# 获取图片列表
img_dir = './images'
img_list = os.listdir(img_dir)
img_index = 0

while True:
    ret, frame = cap.read()
    frame = cv2.flip(frame, 1)  # 左右翻转图像，使得左右手能够自然对应
    hsv = cv2.cvtColor(frame, cv2.COLOR_BGR2HSV)

    # 设定蓝色的阈值
    lower_blue = np.array([90, 50, 50])
    upper_blue = np.array([130, 255, 255])

    # 根据阈值构建掩模
    mask = cv2.inRange(hsv, lower_blue, upper_blue)

    # 对原图像和掩模进行位运算
    res = cv2.bitwise_and(frame, frame, mask=mask)

    # 将掩模转换为灰度图像，并进行二值化处理
    gray = cv2.cvtColor(res, cv2.COLOR_BGR2GRAY)
    ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY)

    # 查找轮廓，并绘制最大的轮廓
    contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    if len(contours) > 0:
        max_contour = max(contours, key=cv2.contourArea)
        cv2.drawContours(frame, [max_contour], 0, (0, 255, 0), 2)

        # 获取最大轮廓的外接矩形
        x, y, w, h = cv2.boundingRect(max_contour)

        # 如果手势区域面积大于一定值，就认为手势有效
        if w * h > 10000:
            # 在黑色背景窗口上绘制图形
            cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), -1)

            # 如果手势区域在图像的右半边，就切换到下一张图片
            if x + w > 320:
                img_index = (img_index + 1) % len(img_list)
                img_path = os.path.join(img_dir, img_list[img_index])
                img = cv2.imread(img_path)

    # 将黑色背景窗口和摄像头图像进行融合
    dst = cv2.addWeighted(frame, 0.7, img, 0.3, 0)

    # 显示图像
    cv2.imshow('image', dst)

    # 按下ESC键退出程序
    if cv2.waitKey(1) == 27:
        break

cap.release()
cv2.destroyAllWindows()

运行程序后，可以在摄像头画面上进行手势识别，将手势区域移动到图像的右半边时，程序会切换到下一张图片。程序会从指定目录（本程序中为images目录）中读取图片列表，并在手势切换时循环切换图片。