作者:才能我浪费99
1.功能描述：
对于输入的一张图片(可正常解码，且长宽比适宜)，检测图片中的所有人手，输出每只手的坐标框、21个骨节点坐标信息。
2.平台接入
具体接入方式比较简单，可以参考我的另一个帖子，这里就不重复了：
3.调用攻略（Python3）及评测
3.1首先认证授权：
在开始调用任何API之前需要先进行认证授权，具体的说明请参考：
3.2手部关键点识别分析接口调用：
大家需要注意的是：
图像数据，base64编码后进行urlencode，要求base64编码和urlencode后大小不超过4M。图片的base64编码是不包含图片头的，如(data:image/jpg;base64,)，支持图片格式：jpg、bmp、png，最短边至少50px，最长边最大4096px
Python3调用代码如下：
4.功能评测：
选用不同的数据对效果进行测试，具体效果如下(以下例子均来自网上)：
处理时长:0.44秒
hand_num: 1
处理时长:0.67秒
hand_num: 1
处理时长:0.56秒
hand_num: 1
处理时长:0.86秒
hand_num: 1
可以发现对于单手的情况，速度很快，效果很准确。
处理时长:0.61秒
hand_num: 3
5.测试结论和建议
测试下来，整体识别效果不错。对于手部关键点有较强的识别能力，效果很好，速度也很快。
不过对于比较复杂的图片，如多个手或者背景比较复杂的情况，识别率还有提高的空间，希望后续进一步提高。
免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。
