手势识别与虚拟手势检测仪

这些是本工具自有的真实分类规则，直接应用于每一帧所追踪的21个手部关键点。

1. 点击“开始”，并在出现提示时允许访问摄像头。
2. 将手举起，清晰地置于画面中。
3. 依次尝试五种可识别的手势，看看在当前光线条件下每种手势的检测可靠程度如何。
4. 调整光线或手的位置，如果检测效果不稳定——手部均匀清晰的光照最有帮助。

本工具运行 MediaPipe Hands，这是 Google 专门为实时、设备端使用训练的手部追踪模型，完全通过 WebAssembly 和 WebGL 在您的浏览器内运行。没有任何数据发送到服务器——模型只需下载一次，之后的每一帧都在本地处理。

每一帧中，模型都会为检测到的每只手返回21个关键点：手腕，以及五根手指各自的三个关节加一个指尖。手势分类本身只是基于这些点的简单几何计算，而不是单独训练的手势分类器——当一根手指的指尖明显比其自身中间关节离手腕更远时，就算作伸展。五根手指伸展被识别为张开手掌；只有大拇指伸展被识别为竖起大拇指；以此类推。

Zoom 的“反应”菜单包含一个真实的举手手势，当您的摄像头开启时，最新的桌面客户端会自动检测到它——在脸部附近举起张开的手掌，会触发与点击按钮相同的反应。Teams 也有相应的举手反应，不过基于手势的自动检测在各客户端版本中的普及速度比 Zoom 更为缓慢。

Discord 没有原生的手势检测功能，但如果您使用 OBS 或 Elgato Stream Deck 插件，通过网络摄像头手势触发屏幕叠加或特效，那么手势仍然很重要——这些插件正是依赖本工具所检测的那种清晰、光线充足的关键点追踪效果。

让手完全保持在画面内，并与摄像头保持适当的近距离——一旦手的大小缩小到画面宽度的约十分之一以下，关键点追踪的效果会迅速下降。逆光是最常见的失败情况：身后一扇明亮的窗户会把你的手变成剪影，模型也就无法再从暗色轮廓中分辨出各个手指关节。

帧率同样重要。无论是由于 USB 带宽限制还是驱动问题，难以维持30帧每秒的摄像头，都会给追踪模型提供更少的帧数来锁定手势，这会表现为闪烁或漏检，而不是彻底失败。