python如何實現(xiàn)控制電腦音量
更新時間：2023年09月16日 14:48:48 作者：阿軻愛玩Python
這篇文章主要介紹了python如何實現(xiàn)控制電腦音量問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
python控制電腦音量
總共兩個文件，放在同一個目錄下，運行第二個就行，把1這個文件命名為“主函數(shù)”，第二個文件隨意名。
1、
import cv2
import mediapipe as mp
import time
class handDect():
def __init__(self,model=False,maxHands=2,detectionCon=0.5,trackCon=0.5):
self.mode=model
self.maxHands=maxHands
self.dectionCon=detectionCon
self.trackCon=trackCon
self.myhand = mp.solutions.hands
self.hands = self.myhand.Hands(False)
self.mpDraw = mp.solutions.drawing_utils
def findHands(self,img,draw=True):
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
self.results = self.hands.process(imgRGB)
if self.results.multi_hand_landmarks:
for hanglms in self.results.multi_hand_landmarks:
if draw:
self.mpDraw.draw_landmarks(img, hanglms, self.myhand.HAND_CONNECTIONS)
return img
def findPosition(self, img, handNo=0, draw=True):
lmList = []
if self.results.multi_hand_landmarks:
if self.results.multi_hand_landmarks[handNo]:
myHand = self.results.multi_hand_landmarks[handNo]
for id, lm in enumerate(myHand.landmark):
# print(id, lm)
h, w, c = img.shape
cx, cy = int(lm.x * w), int(lm.y * h)
# print(id, cx, cy)
lmList.append([id, cx, cy])
# if draw:
#cv2.putText(img, str(int(id)), (cx,cy), cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 255), 3)
return lmList
def main():
pTime = 0
cTime = 0
cap = cv2.VideoCapture(0)
detector=handDect()
while True:
success, img = cap.read()
img=detector.findHands(img)
lmList = detector.findPosition(img)
if len(lmList) != 0:
mm=abs(lmList[4][1] - lmList[8][1])
kk=abs(lmList[8][2] - lmList[12][2])
if(mm<6 and kk>50):
nn="hello,word "
cv2.putText(img, str(nn), (60, 80), cv2.FONT_HERSHEY_PLAIN, 3, (60, 60, 255), 3)
# import win32com.client
#
# speaker = win32com.client.Dispatch("SAPI.SpVoice")
#
# speaker.Speak("你好, 許軻，你今天看起來鄭帥")
cTime = time.time()
fps = 1 / (cTime - pTime)
pTime = cTime
cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 255), 3)
cv2.imshow("image", img)
cv2.waitKey(1)
if __name__=="__main__":
main()2、
```python
import cv2
import mediapipe as mp
import time
from ctypes import cast, POINTER
import numpy as np
from comtypes import CLSCTX_ALL
from pycaw.pycaw import AudioUtilities, IAudioEndpointVolume
import 主函數(shù) as htm
import math
pTime=0
cTime=0
cap=cv2.VideoCapture(0)
detector=htm.handDect()
devices = AudioUtilities.GetSpeakers()
interface = devices.Activate(
IAudioEndpointVolume._iid_, CLSCTX_ALL, None)
volume = cast(interface, POINTER(IAudioEndpointVolume))
volume.GetMute()
volume.GetMasterVolumeLevel()
volRange = volume.GetVolumeRange()
print(volRange)
minVol = volRange[0]
maxVol = volRange[1]
vol = 0
volBar = 400
volPer = 0
while True:
success,img=cap.read()
img=detector.findHands(img)
lmlist=detector.findPosition(img,draw=False)
if len(lmlist) != 0:
x1,y1=lmlist[4][1],lmlist[4][2]
x2, y2 = lmlist[8][1], lmlist[8][2]
cv2.circle(img,(x1,y1),10,(255,0,255),cv2.FILLED)
cv2.circle(img, (x2, y2), 10, (255, 0, 255), cv2.FILLED)
cx=int((x1+x2)/2)
cy = int((y1 + y2) / 2)
length=math.hypot(x2-x1,y2-y1)
print(length)
vol=np.interp(length,[0,200],[minVol,maxVol])
volBar = np.interp(length, [50, 300], [400, 150])
volPer = np.interp(length, [50, 300], [0, 100])
volume.SetMasterVolumeLevel(vol, None)
cv2.rectangle(img, (50, 150), (85, 400), (0, 255, 0), 3)
cv2.rectangle(img, (50, int(volBar)), (85, 400), (0, 255, 0), cv2.FILLED)
if(length<10):
cv2.circle(img, (cx, cy), 10, (0, 255, 0), cv2.FILLED)
else:
cv2.circle(img, (cx, cy), 10, (255, 0, 255), cv2.FILLED)
cv2.line(img,(x1,y1),(x2,y2),(255,0,255),3)
cTime = time.time()
fps = 1 / (cTime - pTime)
pTime = cTime
cv2.putText(img, str(int(fps)), (10, 70), cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 255), 3)
cv2.putText(img, str("music"+str(int(volPer))), (170, 70), cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 255), 3)
cv2.imshow("image", img)
cv2.waitKey(1)手勢控制電腦音量
在tiktok看到的計算機視覺大佬恩培，然后跟著一起完成了這個簡單的計算機視覺的小項目。
"""
Date: 2021-11-16
功能：手勢操作電腦音量
1、使用OpenCV讀取攝像頭視頻流；
2、識別手掌關鍵點像素坐標；
3、根據(jù)拇指和食指指尖的坐標，利用勾股定理計算距離；
4、將距離等比例轉為音量大小，控制電腦音量
"""
# 導入OpenCV
import cv2
# 導入mediapipe
import mediapipe as mp
# 導入電腦音量控制模塊
from ctypes import cast, POINTER
from comtypes import CLSCTX_ALL
from pycaw.pycaw import AudioUtilities, IAudioEndpointVolume
# 導入其他依賴包
import time
import math
import numpy as np
class HandControlVolume:
def __init__(self):
# 初始化medialpipe
self.mp_drawing = mp.solutions.drawing_utils
self.mp_drawing_styles = mp.solutions.drawing_styles
self.mp_hands = mp.solutions.hands
# 獲取電腦音量范圍
devices = AudioUtilities.GetSpeakers()
interface = devices.Activate(
IAudioEndpointVolume._iid_, CLSCTX_ALL, None)
self.volume = cast(interface, POINTER(IAudioEndpointVolume))
self.volume.SetMute(0, None)
self.volume_range = self.volume.GetVolumeRange()
# 主函數(shù)
def recognize(self):
# 計算刷新率
fpsTime = time.time()
# OpenCV讀取視頻流
cap = cv2.VideoCapture(0)
# 視頻分辨率
resize_w = 640
resize_h = 480
# 畫面顯示初始化參數(shù)
rect_height = 0
rect_percent_text = 0
with self.mp_hands.Hands(min_detection_confidence=0.7,
min_tracking_confidence=0.5,
max_num_hands=2) as hands:
while cap.isOpened():
success, image = cap.read()
image = cv2.resize(image, (resize_w, resize_h))
if not success:
print("空幀.")
continue
# 提高性能
image.flags.writeable = False
# 轉為RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# 鏡像
image = cv2.flip(image, 1)
# mediapipe模型處理
results = hands.process(image)
image.flags.writeable = True
image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
# 判斷是否有手掌
if results.multi_hand_landmarks:
# 遍歷每個手掌
for hand_landmarks in results.multi_hand_landmarks:
# 在畫面標注手指
self.mp_drawing.draw_landmarks(
image,
hand_landmarks,
self.mp_hands.HAND_CONNECTIONS,
self.mp_drawing_styles.get_default_hand_landmarks_style(),
self.mp_drawing_styles.get_default_hand_connections_style())
# 解析手指，存入各個手指坐標
landmark_list = []
for landmark_id, finger_axis in enumerate(
hand_landmarks.landmark):
landmark_list.append([
landmark_id, finger_axis.x, finger_axis.y,
finger_axis.z
])
if landmark_list:
# 獲取大拇指指尖坐標
thumb_finger_tip = landmark_list[4]
thumb_finger_tip_x = math.ceil(thumb_finger_tip[1] * resize_w)
thumb_finger_tip_y = math.ceil(thumb_finger_tip[2] * resize_h)
# 獲取食指指尖坐標
index_finger_tip = landmark_list[8]
index_finger_tip_x = math.ceil(index_finger_tip[1] * resize_w)
index_finger_tip_y = math.ceil(index_finger_tip[2] * resize_h)
# 中間點
finger_middle_point = (thumb_finger_tip_x + index_finger_tip_x) // 2, (
thumb_finger_tip_y + index_finger_tip_y) // 2
# print(thumb_finger_tip_x)
thumb_finger_point = (thumb_finger_tip_x, thumb_finger_tip_y)
index_finger_point = (index_finger_tip_x, index_finger_tip_y)
# 畫指尖2點
image = cv2.circle(image, thumb_finger_point, 10, (255, 0, 255), -1)
image = cv2.circle(image, index_finger_point, 10, (255, 0, 255), -1)
image = cv2.circle(image, finger_middle_point, 10, (255, 0, 255), -1)
# 畫2點連線
image = cv2.line(image, thumb_finger_point, index_finger_point, (255, 0, 255), 5)
# 勾股定理計算長度
line_len = math.hypot((index_finger_tip_x - thumb_finger_tip_x),
(index_finger_tip_y - thumb_finger_tip_y))
# 獲取電腦最大最小音量
min_volume = self.volume_range[0]
max_volume = self.volume_range[1]
# 將指尖長度映射到音量上
vol = np.interp(line_len, [50, 300], [min_volume, max_volume])
# 將指尖長度映射到矩形顯示上
rect_height = np.interp(line_len, [50, 300], [0, 200])
rect_percent_text = np.interp(line_len, [50, 300], [0, 100])
# 設置電腦音量
self.volume.SetMasterVolumeLevel(vol, None)
# 顯示矩形
cv2.putText(image, str(math.ceil(rect_percent_text)) + "%", (10, 350),
cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)
image = cv2.rectangle(image, (30, 100), (70, 300), (255, 0, 0), 3)
image = cv2.rectangle(image, (30, math.ceil(300 - rect_height)), (70, 300), (255, 0, 0), -1)
# 顯示刷新率FPS
cTime = time.time()
fpsTime = cTime
cv2.putText(image, "FPS: " + str(int(fps_text)), (10, 70),
cv2.FONT_HERSHEY_PLAIN, 3, (255, 0, 0), 3)
# 顯示畫面
cv2.imshow('MediaPipe Hands', image)
break
cap.release()
# 開始程序
control = HandControlVolume()
control.recognize()
總結
以上為個人經(jīng)驗，希望能給大家一個參考，也希望大家多多支持腳本之家。
相關文章
Python實現(xiàn)爬取百度貼吧帖子所有樓層圖片的爬蟲示例
這篇文章主要介紹了Python實現(xiàn)爬取百度貼吧帖子所有樓層圖片的爬蟲,涉及基于urllib的網(wǎng)頁訪問與正則匹配相關操作技巧,需要的朋友可以參考下2018-04-04
Python中sorted()函數(shù)的強大排序技術實例探索
排序在編程中是一個基本且重要的操作,而Python的sorted()函數(shù)則為我們提供了強大的排序能力,在本篇文章中,我們將深入研究不同排序算法、sorted()?函數(shù)的靈活性,以及各種排序場景下的最佳實踐2024-01-01
這篇文章主要介紹了python設計模式,通過簡單的代碼實現(xiàn)了Python常見的各種設計模式,包括橋接模式、觀測者模式、適配器模式、工廠模式、單例模式等,需要的朋友可以參考下2016-06-06
這篇文章主要為大家詳細介紹了華為2019校招筆試題之處理字符串，具有一定的參考價值，感興趣的小伙伴們可以參考一下2019-06-06
作為一個django使用的新手,在做練手項目中對聯(lián)表查詢感覺比較生疏,最近兩天整理了一些連表查詢應用場景和使用方法以及無法使用django中ORM操作的原生查詢,對Django 聯(lián)表查詢操作感興趣的朋友跟隨小編一起看看吧2023-09-09
這篇文章主要為大家介紹了YOLOv5構建安全帽檢測和識別系統(tǒng)使用詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2023-04-04
Pytorch中torch.argmax()函數(shù)使用及說明
這篇文章主要介紹了Pytorch中torch.argmax()函數(shù)使用及說明，具有很好的參考價值，希望對大家有所幫助。如有錯誤或未考慮完全的地方，望不吝賜教2023-01-01
本文詳細介紹了如何使用Python實現(xiàn)兩組數(shù)據(jù)的縱向排序,包括開發(fā)思想、開發(fā)流程和代碼示例,感興趣的朋友一起看看吧2024-12-12
這篇文章主要介紹了python如何實現(xiàn)簡單的井字棋游戲，幫助大家更好的理解和使用python，感興趣的朋友可以了解下2021-01-01
Python?使用稱為異常(exception）的特殊對象來管理程序執(zhí)行期間發(fā)生的錯誤，那Python中代碼異常處理的相關操作你都了解了嗎，本文為大家進行了詳細整理，需要的可以參考下2023-06-06