blazepalm_detection.py

# Esta obra está licenciada bajo la licencia MIT.
# Copyright (c) 2013-2025 OpenMV LLC. Todos los derechos reservados.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Este ejemplo muestra el modelo MediaPipe Palm Detection de Google.
#
# NOTA: Este ejemplo requiere una OpenMV Cam con NPU, como la AE3 o la N6, para ejecutarse en tiempo real.

import csi
import time
import ml
from ml.postprocessing.mediapipe import BlazePalm

# Inicializar el sensor.
csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.VGA)

# BlazePalm requiere una imagen cuadrada para obtener los mejores resultados.
csi0.window((400, 400))

# Cargar el modelo integrado de detección de palma
model = ml.Model("/rom/palm_detection_full_192.tflite", postprocess=BlazePalm(threshold=0.4))
print(model)

# Conexiones de líneas entre las articulaciones de la mano para dibujar el esqueleto de la mano.
palm_lines = ((0, 1), (1, 2), (2, 3), (3, 4), (4, 0), (0, 5), (5, 6))

clock = time.clock()
while True:
    clock.tick()
    img = csi0.snapshot()

    # palms es una lista de tuplas ((x, y, w, h), score, keypoints)
    for r, score, keypoints in model.predict([img]):
        ml.utils.draw_predictions(img, [r], ("palm",), ((0, 0, 255),), format=None)

        # keypoints es un ndarray de forma (7, 2)
        # 0 - muñeca (x, y)
        # 1 - mcp del dedo índice (x, y)
        # 2 - mcp del dedo medio (x, y)
        # 3 - mcp del dedo anular (x, y)
        # 4 - mcp del meñique (x, y)
        # 5 - cmc del pulgar (x, y)
        # 6 - mcp del pulgar (x, y)
        #
        # mcp = articulación metacarpofalángica: el nudillo
        # cmc = articulación carpometacarpiana: la base del pulgar
        ml.utils.draw_skeleton(img, keypoints, palm_lines, kp_color=(255, 0, 0), line_color=(0, 255, 0))

    print(clock.fps(), "fps")