内容由 AI 生成

豆包，请使用python语言YOLO帮我写一个手势识别系统，录像里面出现的一个“OK”手势，帮我print输出“OK”两个字母

下面是一个基于 YOLOv8 的手势识别系统，它能够实时检测视频流中的 "OK" 手势并输出 "OK"。这个实现使用了预训练的手势识别模型，并提供了摄像头实时检测和视频文件检测两种模式。

基于YOLOv8的手势识别系统

V1

创建时间：15:25

使用说明：

1. 首先需要安装必要的依赖库：pip install ultralytics opencv-python
2. 运行程序后，你可以选择从摄像头实时检测或从视频文件检测
3. 当检测到 "OK" 手势时，控制台会打印 "OK"
4. 按 'q' 键可以退出检测程序

注意事项：

• 程序使用了预训练的 YOLOv8 手势识别模型，你需要确保模型文件正确放置
• 系统包含冷却机制，避免短时间内重复检测同一手势
• 如果需要更高的检测精度，可以考虑使用更大的 YOLO 模型或自行训练模型

• import cv2
  from ultralytics import YOLO
  import time

  class GestureDetector:
      def __init__(self, model_path='hands_yolov8n.pt'):
          """初始化手势识别器"""
          self.model = YOLO(model_path)
          self.gesture_classes = {
              0: "Fist",
              1: "L",
              2: "Okay",
              3: "Palm",
              4: "Peace"
          }
          self.last_detection_time = 0
          self.detection_cooldown = 1.0  # 检测冷却时间（秒）

      def detect_ok_gesture(self, frame):
          """检测OK手势"""
          results = self.model(frame, classes=[2])  # 只检测OK手势（类别2）
          
          # 检查是否检测到OK手势
          if len(results) > 0 and len(results[0].boxes) > 0:
              current_time = time.time()
              # 冷却机制，避免重复输出
              if current_time - self.last_detection_time > self.detection_cooldown:
                  self.last_detection_time = current_time
                  print("OK")
                  annotated_frame = results[0].plot()
                  return annotated_frame
          return frame

      def run_on_camera(self, camera_id=0):
          """从摄像头进行实时检测"""
          cap = cv2.VideoCapture(camera_id)
          
          if not cap.isOpened():
              print("无法打开摄像头")
              return
          
          print("按 'q' 键退出检测")
          
          while True:
              ret, frame = cap.read()
              if not ret:
                  print("无法获取帧")
                  break
                  
              processed_frame = self.detect_ok_gesture(frame)
              cv2.imshow('OK Gesture Detector', processed_frame)
              
              if cv2.waitKey(1) & 0xFF == ord('q'):
                  break
                  
          cap.release()
          cv2.destroyAllWindows()

      def run_on_video(self, video_path):
          """从视频文件进行检测"""
          cap = cv2.VideoCapture(video_path)
          
          if not cap.isOpened():
              print("无法打开视频文件")
              return
          
          fps = cap.get(cv2.CAP_PROP_FPS)
          width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
          height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
          
          print(f"视频帧率: {fps} FPS")
          print("按 'q' 键退出检测")
          
          while True:
              ret, frame = cap.read()
              if not ret:
                  break
                  
              processed_frame = self.detect_ok_gesture(frame)
              cv2.imshow('OK Gesture Detector', processed_frame)
              
              if cv2.waitKey(1) & 0xFF == ord('q'):
                  break
                  
          cap.release()
          cv2.destroyAllWindows()

  if __name__ == "__main__":
      # 下载预训练模型（如果不存在）
      try:
          detector = GestureDetector()
      except Exception as e:
          print(f"模型加载失败: {e}")
          print("请确保已下载YOLOv8手势识别模型，并将路径正确设置")
          exit()
      
      # 选择检测模式
      print("请选择检测模式:")
      print("1. 摄像头实时检测")
      print("2. 视频文件检测")
      choice = input("请输入选项 (1/2): ")
      
      if choice == '1':
          camera_id = int(input("请输入摄像头ID (默认0): ") or "0")
          detector.run_on_camera(camera_id)
      elif choice == '2':
          video_path = input("请输入视频文件路径: ")
          detector.run_on_video(video_path)
      else:
          print("无效的选择")