-
Notifications
You must be signed in to change notification settings - Fork 1
/
Copy pathyouhand.py
193 lines (151 loc) · 7.89 KB
/
youhand.py
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
71
72
73
74
75
76
77
78
79
80
81
82
83
84
85
86
87
88
89
90
91
92
93
94
95
96
97
98
99
100
101
102
103
104
105
106
107
108
109
110
111
112
113
114
115
116
117
118
119
120
121
122
123
124
125
126
127
128
129
130
131
132
133
134
135
136
137
138
139
140
141
142
143
144
145
146
147
148
149
150
151
152
153
154
155
156
157
158
159
160
161
162
163
164
165
166
167
168
169
170
171
172
173
174
175
176
177
178
179
180
181
182
183
184
185
186
187
188
189
190
191
192
193
from time import sleep
import sys
import cv2
import numpy as np
import imutils
from selenium import webdriver
from selenium.webdriver.common.keys import Keys
def main():
url = sys.argv[1]
print("URL: " + url)
browser = webdriver.Chrome()
#browser.get("https://www.youtube.com/watch?v=ElYuErtU0jk&list=RDEMgAW3N-IgyPzRYs6eeSSYew&start_radio=1")
browser.get(url)
# video.send_keys(Keys.SPACE) #hits space
videos = browser.find_elements_by_class_name('ytp-play-button')
video = videos[0]
GESTO = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
cap = cv2.VideoCapture(0, cv2.CAP_DSHOW)
# cap = cv2.VideoCapture('videoEntrada.mp4')
bg = None
# COLORES PARA VISUALIZACIÓN
color_start = (204, 204, 0)
color_end = (204, 0, 204)
color_far = (255, 0, 0)
color_start_far = (204, 204, 0)
color_far_end = (204, 0, 204)
color_start_end = (0, 255, 255)
color_contorno = (0, 255, 0)
color_ymin = (0, 130, 255) # Punto más alto del contorno
color_angulo = (0, 255, 255)
color_d = (0, 255, 255)
color_fingers = (0, 255, 255)
while True:
ret, frame = cap.read()
if ret == False:
break
# Redimensionar la imagen para que tenga un ancho de 640
frame = imutils.resize(frame, width=640)
frame = cv2.flip(frame, 1)
frameAux = frame.copy()
if bg is not None:
# Determinar la región de interés
ROI = frame[50:300, 380:600]
cv2.rectangle(frame, (380 - 2, 50 - 2), (600 + 2, 300 + 2), color_fingers, 1)
grayROI = cv2.cvtColor(ROI, cv2.COLOR_BGR2GRAY)
# Región de interés del fondo de la imagen
bgROI = bg[50:300, 380:600]
# Determinar la imagen binaria (background vs foreground)
dif = cv2.absdiff(grayROI, bgROI)
_, th = cv2.threshold(dif, 30, 255, cv2.THRESH_BINARY)
th = cv2.medianBlur(th, 7)
# Encontrando los contornos de la imagen binaria
cnts, _ = cv2.findContours(th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
cnts = sorted(cnts, key=cv2.contourArea, reverse=True)[:1]
for cnt in cnts:
# Encontrar el centro del contorno
M = cv2.moments(cnt)
if M["m00"] == 0:
M["m00"] = 1
x = int(M["m10"] / M["m00"])
y = int(M["m01"] / M["m00"])
cv2.circle(ROI, tuple([x, y]), 5, (0, 255, 0), -1)
# Punto más alto del contorno
ymin = cnt.min(axis=1)
cv2.circle(ROI, tuple(ymin[0]), 5, color_ymin, -1)
# Contorno encontrado a través de cv2.convexHull
hull1 = cv2.convexHull(cnt)
cv2.drawContours(ROI, [hull1], 0, color_contorno, 2)
# Defectos convexos
hull2 = cv2.convexHull(cnt, returnPoints=False)
defects = cv2.convexityDefects(cnt, hull2)
# Seguimos con la condición si es que existen defectos convexos
if defects is not None:
inicio = [] # Contenedor en donde se almacenarán los puntos iniciales de los defectos convexos
fin = [] # Contenedor en donde se almacenarán los puntos finales de los defectos convexos
fingers = 0 # Contador para el número de dedos levantados
for i in range(defects.shape[0]):
s, e, f, d = defects[i, 0]
start = cnt[s][0]
end = cnt[e][0]
far = cnt[f][0]
# Encontrar el triángulo asociado a cada defecto convexo para determinar ángulo
a = np.linalg.norm(far - end)
b = np.linalg.norm(far - start)
c = np.linalg.norm(start - end)
angulo = np.arccos((np.power(a, 2) + np.power(b, 2) - np.power(c, 2)) / (2 * a * b))
angulo = np.degrees(angulo)
angulo = int(angulo)
# Se descartarán los defectos convexos encontrados de acuerdo a la distnacia
# entre los puntos inicial, final y más alelago, por el ángulo y d
if np.linalg.norm(start - end) > 20 and angulo < 90 and d > 12000:
# Almacenamos todos los puntos iniciales y finales que han sido
# obtenidos
inicio.append(start)
fin.append(end)
# Visualización de distintos datos obtenidos
cv2.putText(ROI, '{}'.format(angulo), tuple(far), 1, 1.5, color_angulo, 2, cv2.LINE_AA)
cv2.putText(ROI, '{}'.format(d), tuple(far), 1, 1.1, color_d, 1, cv2.LINE_AA)
cv2.circle(ROI, tuple(start), 5, color_start, 2)
cv2.circle(ROI, tuple(end), 5, color_end, 2)
cv2.circle(ROI, tuple(far), 7, color_far, -1)
cv2.line(ROI, tuple(start), tuple(far), color_start_far, 2)
cv2.line(ROI, tuple(far), tuple(end), color_far_end, 2)
cv2.line(ROI, tuple(start), tuple(end), color_start_end, 2)
# Si no se han almacenado puntos de inicio (o fin), puede tratarse de
# 0 dedos levantados o 1 dedo levantado
if len(inicio) == 0:
minY = np.linalg.norm(ymin[0] - [x, y])
if minY >= 110:
fingers = fingers + 1
cv2.putText(ROI, '{}'.format(fingers), tuple(ymin[0]), 1, 1.7, color_fingers, 1,
cv2.LINE_AA)
# Si se han almacenado puntos de inicio, se contará el número de dedos levantados
for i in range(len(inicio)):
fingers = fingers + 1
cv2.putText(ROI, '{}'.format(fingers), tuple(inicio[i]), 1, 1.7, color_fingers, 1, cv2.LINE_AA)
if i == len(inicio) - 1:
fingers = fingers + 1
cv2.putText(ROI, '{}'.format(fingers), tuple(fin[i]), 1, 1.7, color_fingers, 1, cv2.LINE_AA)
# Se visualiza el número de dedos levantados en el rectángulo izquierdo
cv2.putText(frame, '{}'.format(fingers), (390, 45), 1, 4, color_fingers, 2, cv2.LINE_AA)
GESTO.append(fingers)
GESTO = GESTO[-10:]
if len(set(GESTO)) == 1 and GESTO[0] != 0:
command = GESTO[-1]
if command == 2:
video.click()
elif command == 1:
video.send_keys(Keys.ARROW_LEFT)
elif command == 3:
video.send_keys(Keys.ARROW_RIGHT)
elif command == 5:
boton_mute = browser.find_elements_by_class_name('ytp-mute-button')
boton_mute[0].click()
elif command == 4:
boton_next = browser.find_elements_by_class_name('ytp-next-button')
boton_next[0].click()
# bg = None
sleep(1)
GESTO = [0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
# bg = cv2.cvtColor(frameAux, cv2.COLOR_BGR2GRAY)
cv2.imshow('th', th)
cv2.imshow('Frame', frame)
k = cv2.waitKey(20)
if k == ord('i'):
bg = cv2.cvtColor(frameAux, cv2.COLOR_BGR2GRAY) # cuadro amarillo que escanea la mano
if k == 27:
break
cap.release()
cv2.destroyAllWindows()
main()