blazepalm_detection.py

# Este trabalho está licenciado sob a licença MIT.
# Copyright (c) 2013-2025 OpenMV LLC. Todos os direitos reservados.
# https://github.com/openmv/openmv/blob/master/LICENSE
#
# Este exemplo demonstra o modelo MediaPipe Palm Detection do Google.
#
# NOTA: Este exemplo requer uma OpenMV Cam com NPU, como a AE3 ou N6, para executar em tempo real.

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

# Inicializa o sensor.
csi0 = csi.CSI()
csi0.reset()
csi0.pixformat(csi.RGB565)
csi0.framesize(csi.VGA)

# BlazePalm requer uma imagem quadrada para melhores resultados.
csi0.window((400, 400))

# Carrega o modelo integrado de detecção de palma
model = ml.Model("/rom/palm_detection_full_192.tflite", postprocess=BlazePalm(threshold=0.4))
print(model)

# Conexões de linhas entre as articulações da mão para desenhar o esqueleto da mão.
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 é uma 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 é um ndarray de formato (7, 2)
        # 0 - pulso (x, y)
        # 1 - mcp do dedo indicador (x, y)
        # 2 - mcp do dedo médio (x, y)
        # 3 - mcp do dedo anelar (x, y)
        # 4 - mcp do dedo mínimo (x, y)
        # 5 - cmc do polegar (x, y)
        # 6 - mcp do polegar (x, y)
        #
        # mcp = Articulação Metacarpofalângica - o nó dos dedos
        # cmc = Articulação Carpometacarpal - a base do polegar
        ml.utils.draw_skeleton(img, keypoints, palm_lines, kp_color=(255, 0, 0), line_color=(0, 255, 0))

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