lookscan

浏览器里实时看摄像头画面，自动识别手势和人脸。 基于 Google MediaPipe，纯本地推理，图像不上传任何服务器。

pip install -r requirements.txt waitress
bash restart.sh                      # 启动，固定端口 9000
open http://localhost:9000

macOS 首次运行需在「系统设置 → 隐私与安全性 → 摄像头」里授权。

---

能做什么

• ✋ 手势识别 —— MediaPipe Hands Tasks API，通过 21 个手部关键点计算手指伸出数量
• 🙂 人脸检测 —— MediaPipe Face Landmarker，478 个面部关键点
• 📺 MJPEG 实时流 —— 浏览器 <img> 直接拉流，断连自动重连

用的是模型推理而不是手工阈值，所以不受光照、肤色、背景影响。

结构

文件	作用
app.py	Flask 入口。后台摄像头采集线程，提供 /（页面）和 /video_feed（MJPEG 流），用 waitress 作生产级 WSGI
gesture_detector.py	MediaPipe Hands，21 个关键点 → 手指计数
face_detector.py	MediaPipe Face Landmarker，478 个关键点
templates/index.html	前端页面，<img> 拉流 + 断连重连
restart.sh	重启脚本：关旧实例 → 释放端口 9000 → 启新实例

技术栈

Python · Flask · OpenCV · Google MediaPipe · waitress

模型文件

首次运行会自动把 MediaPipe 模型下载到 ~/.cache/lookscan/，之后离线可用。

已知限制

• 端口固定 9000（restart.sh 依赖此约定）
• waitress 在 app.py 里被导入但没写进 requirements.txt，需单独装