MediaPipe 是 Google Research 所開發的多媒體機器學習模型應用框架，透過 MediaPipe，可以簡單地實現手部追蹤、人臉檢測或物體檢測等功能，這篇教學將會介紹如何使用 MediaPipe。
原文參考：使用 MediaPipe
MediaPipe 是 Google Research 所開發的多媒體機器學習模型應用框架，支援 JavaScript、Python、C++ 等程式語言，可以運行在嵌入式平臺 ( 例如樹莓派等 )、移動設備 ( iOS 或 Android ) 或後端伺服器，目前如 YouTube、Google Lens、Google Home 和 Nest...等，都已和 MediaPipe 深度整合。
前往 Mediapipe：https://google.github.io/mediapipe/
如果使用 Python 語言進行開發，MediaPipe 支援下列幾種辨識功能：
Jupyter 本身是一個 Python 的編輯環境，如果直接安裝 mediapipe 可能會導致運作時互相衝突，因此需要先安裝 mediapipe 的虛擬環境，在上面安裝 mediapipe 後就能正常運行，首先建立一個資料夾 ( 範例建立一個名為 mediapipe 的資料夾 )，如果是 Windows 輸入 cmd 開啟「命令提示字元視窗」( Windows 輸入 cmd )，Mac 開啟終端機，輸入命令前往該資料夾 ( 通常命令是 cd 資料夾路徑 )。
如果是本機 Python 環境，可直接略過這個步驟 ( 本機環境建議參考「使用 Python 虛擬環境」以虛擬環境進行安裝 )。
進入資料夾的路徑後，輸入下列命令建立 mediapipe 虛擬環境 ( 下方的 mediapipe 為虛擬環境的名稱，後方 python=3.9 是要使用 python 3.9 版本 )。
conda create --name mediapipe python=3.9
建立環境會需要下載一些對應的套件，按下 y 就可以開始下載安裝，出現 done 就表示虛擬環境安裝完成。
輸入下列命令，就能開啟並進入 mediapipe 虛擬環境，這時在命令列前方會出現 mediapipe 的提示 ( 輸入指令 conda deactivate 可以關閉當前虛擬環境 )。
conda activate mediapipe
進入 tensorflow 虛擬環境後，輸入下列指令，在虛擬環境中安裝 Jupyter，經過自動安裝一系列套件的過程後，出現 done 表示成功安裝。。
conda install jupyter notebook
輸入下方指令，安裝 mediapipe。
如果是使用本機 Python 環境開發，建議參考「使用 Python 虛擬環境」以虛擬環境進行安裝，並先使用命令
python -m pip install --upgrade pip將 pip 升級，避免讀取 mediapipe 模組時發生找不到模組的錯誤 ( no module named 'mediapipe' )。
pip install mediapipe
輸入下方指令，安裝 tensorflow。
pip install tensorflow
輸入下方指令，安裝 opencv。
pip install opencv-python
開啟 Anaconda，選擇切換到 mediapipe 的環境 ( 就是剛剛建立的 mediapipe 虛擬環境 )。
切換環境後，開啟 tmediapipe 環境下的 Jupyter，啟動能開發 mediapipe 的環境。
新增一個 Jupyter 的專案，輸入下方的程式碼，執行後如果沒有問題，就可以從攝影機即時偵測人臉。
import cv2
import mediapipe as mp
cap = cv2.VideoCapture(0)
mp_face_detection = mp.solutions.face_detection
mp_drawing = mp.solutions.drawing_utils
with mp_face_detection.FaceDetection(
model_selection=0, min_detection_confidence=0.5) as face_detection:
if not cap.isOpened():
print("Cannot open camera")
exit()
while True:
ret, img = cap.read()
if not ret:
print("Cannot receive frame")
break
img.flags.writeable = False
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
results = face_detection.process(img)
img.flags.writeable = True
img = cv2.cvtColor(img, cv2.COLOR_RGB2BGR)
if results.detections:
print(len(results.detections))
for detection in results.detections:
mp_drawing.draw_detection(img, detection)
cv2.imshow('oxxostudio', img)
if cv2.waitKey(1) == ord('q'):
break # 按下 q 鍵停止
cap.release()
cv2.destroyAllWindows()
大家好，我是 OXXO，是個即將邁入中年的斜槓青年，我已經寫了超過 400 篇 Python 的教學，有興趣可以參考下方連結呦～ ^_^
iThome鐵人賽
看影片追技術