基于 reComputer-RK / Docker / RKNN / YOLO 的视觉滤镜展示
项目简介
本项目把 9 种滤镜集中到一份 FILTER_LIST 字典便于扩展——从而得到一个 191 行的纯滤镜工作室：gesture.py 检测双手捏合 → filter_game.FilterGame 维护四边形顶点 → filters.apply_filter 对 ROI 像素做图像处理。
快速开始
1. 获取并进入项目目录
bash
git clone https://github.com/doublelf/filter_game
cd filter_game2. 安装依赖
bash
pip install -r requirements.txtrequirements.txt 固定四个依赖：
text
opencv-python>=4.8.0
mediapipe>=0.10.14
numpy>=1.26.0
Pillow>=10.4.09 种滤镜中的 EMBOSS / CONTOUR / POSTERIZE 由 Pillow 提供；INVERT / NEON / GRAY / SEPIA / HUE_SHIFT / PIXELATE 由 OpenCV + NumPy 实现，无需 Pillow 也可工作（届时自动返回原图，见
filters.py:36_pil_filter_safe）。
3. 启动游戏
bash
python main.py # 默认摄像头 0，水平镜像开启
python main.py --cam 1 # 使用第 2 个摄像头
python main.py --no-flip # 关闭水平镜像
python main.py --no-landmarks # 关闭关键点叠加层（默认开启）
python main.py --hide-trails # 关闭手势拖尾（默认开启）启动后会先看到「Filter Studio」菜单画面，按任意键进入游戏。
4. 操作说明
| 操作 | 玩家动作 | 程序反馈 |
|---|---|---|
| 双手捏合 | 任意一只手开始捏合 | 食指指尖扩散环（金色） |
| 双手同时捏合 | 两手同时进入捏合 | 两手锚点中点扩散环 + Toast CONNECTED |
| 保持捏合 + 移动 | 拖动双手 | (anchor_l, anchor_r, current_l, current_r) 四边形，对内部像素应用当前滤镜 |
| 任一手松开 | 释放一只手 | 四边形消失，回到 IDLE |
| 横滑切滤镜 | 任意未捏合手横扫画面 | SwipeIndicator 侧边渐变带 + Toast Filter N/9 NAME |
| 键盘切滤镜 | 1 – 9 直跳 / [ ] 或 , . 上下一个 | Toast Filter N/9 NAME |
| 全程 | M 返回菜单 | 摄像头持续采集，仅关掉游戏循环 |
| 全程 | ESC 退出 | 释放摄像头、关闭 MediaPipe、销毁窗口 |
无摄像头环境运行
recomputer-rk3576-devkit 出厂默认没有 USB 摄像头插入；本项目附带三个工具保证在无摄像头下也能端到端跑通：
tools/verify_all.py —— 8 步验证套件
bash
cd /home/seeed/hand/filter_game
python3 -m tools.verify_all逐项打印：
- 模块导入（
gesture/filter_game/filters/overlay/utils） utils几何 + 文本函数- 全部 9 种滤镜输出形状 / dtype 正确
FilterGame状态机 +SwipeTracker横滑检测- 真实 MediaPipe Hand Landmarker 在 aarch64 上加载模型（XNNPACK delegate，约 110 ms 预热）
HandOverlay.add_event+ 渲染（both_connected/filter_switch/swipe）- 合成双手 pipeline 120 帧跑完，且 FilterGame 至少进入过 BOTH_PINCH 状态
tools/run_synthetic.py —— 离线渲染到 PNG
bash
python3 -m tools.run_synthetic --frames 200 --out /tmp/filter_demo
ls /tmp/filter_demo | wc -l # → 200驱动完整的 FilterGame + HandOverlay，打印：
Code
events total=N by_type={'both_connected': 1, ...}
BOTH_PINCH frames: 1 DRAG frames: 146把每一帧写到 out/filter_XXXX.png。在无摄像头场景下用 ffmpeg 拼成 mp4：
bash
ffmpeg -framerate 30 -i /tmp/filter_demo/filter_%04d.png -c:v libx264 -pix_fmt yuv420p filter.mp4tools/synthetic_source.py + tools/fake_tracker.py
合成视频源与合成 HandTracker，以接口完全等价于 cv2.VideoCapture / gesture.HandTracker 的形式存在；如果未来要接入真实摄像头，只需把这两行替换为：
python
cap = cv2.VideoCapture(args.cam) # 替换 SyntheticHandSource
tracker = HandTracker(num_hands=2) # 替换 SyntheticHandTracker即可让 tools/run_synthetic.py 升级为真实摄像头驱动脚本。