在第14期的《基于MediaPipe的Python编程手势识别应用》一文中，我们借助MediaPipe实现了手部21个关键点的精准识别。MediaPipe不仅可以判断识别各个独立的关键点，如果结合某些点的区域划分进行相关的逻辑运算，就能够非常方便地进行很多手势信息的“解读”，比如识别0-9十个数，进而在树莓派中实现简易“猜拳”游戏。

1.五个指尖关键点与“凸包”区域

为了对单手所表示的十个数进行手势识别，判断五个指尖关键点（4、8、12、16、20）与手掌心范围的相互位置是非常重要的环节。手掌心范围的界定可以通过“凸包”（convexhull）来实现，建立列表变量round_points，其值为[0，1，2，3，6，10，14，19，18，17，10]，表示从手腕根部0开始，向上沿大拇指依次经过1、2、3点位，转至食指的6、中指的10、无名指的14，最终从小拇指的19、18、17点位返回至手腕根部0，如此便构建了一个包含手掌心在内的闭合区域（如图1）。

通过对五个指尖点是否在“凸包”内的判断（单独的某个指尖或是几个指尖的不同组合），就能够表示出0-9这十个数字，并且将相关的代码封装成函数。

2．手势数字的判断函数

导入“mediapipeasmp”“cv2”“numpyasnp”“math”库模块。

计算两个矢量角度finger_angle（point1，point2）函数：借助numpy库再通过两次数学计算，建立变量two_angle，赋值为“np.dot（point1，point2）/（np.sqrt（np.sum（point1**2））*np.sqrt（np.sum（point2**2）））”，再赋值为“np.arccos（two_angle）/math.pi*180”，最后将该值返回即可。

判断并返回手势信息finger_sign（tip_finger，list_data）函数的编写：1和9的共同点是均通过单根食指（直立或弯曲）来表示，判断条件是“iflen（tip_finger）==1andtip_finger[0]==8：”（其中的tip_finger存储的是“凸包”外的指尖关键点），意思是“凸包”外只检测到有一个指尖（即一根手指）并且该指尖关键点是8（即食指指尖）；建立两个矢量point1、point2，赋值为“list_data[6]-list_data[7]”“list_data[8]-list_data[7]”，分别计算食指关键点6至7、8至7的矢量值；再通过调用函数为变量two_angle赋值：“finger_angle（point1，point2）”，并且进行“iftwo_angle<160：”的判断，如果该角度值小于160度则认定为“弯曲的食指”，表示手势识别的结果是数字9；条件不成立，则认定为“直立的食指”，变量finger_sign存储的手势识别结果即为数字1。