適用：RP5 + Pi Camera Module v3（或 v2），搭配 MediaPipe Python 版本實現低延遲、即時的手部偵測。
🧰 一、環境需求
✅ 硬體：
Raspberry Pi 5
Raspberry Pi Camera Module v2/v3
相機已透過 CSI 線接上，並在 raspi-config 啟用
✅ 軟體與套件：
Raspberry Pi OS Bookworm（64-bit）
Python 3.9+
picamera2 (libcamera)
mediapipe>=0.10.9
opencv-python
🛠️ 二、安裝步驟
1. 開啟相機介面
sudo raspi-config
# Interface Options > Camera > Enable
# 然後重新啟動
sudo reboot2. 安裝必要套件
sudo apt update && sudo apt install -y \
python3-opencv python3-picamera2 libatlas-base-dev
pip install mediapipe==0.10.9📷 三、PiCamera2 + MediaPipe 程式碼範例
建立檔案 hand_tracking_picamera2.py，內容如下：
補充 2
import cv2
import mediapipe as mp
from picamera2 import Picamera2
import time
# 初始化 MediaPipe
mp_hands = mp.solutions.hands
mp_drawing = mp.solutions.drawing_utils
hands = mp_hands.Hands(static_image_mode=False, max_num_hands=2)
# 初始化 PiCamera2
picam2 = Picamera2()
picam2.preview_configuration.main.size = (640, 480)
picam2.preview_configuration.main.format = "RGB888"
picam2.preview_configuration.align()
picam2.configure("preview")
picam2.start()
# 等待相機穩定
time.sleep(2)
while True:
frame = picam2.capture_array()
image = cv2.cvtColor(frame, cv2.COLOR_RGB2BGR)
results = hands.process(frame)
if results.multi_hand_landmarks:
for hand_landmarks in results.multi_hand_landmarks:
mp_drawing.draw_landmarks(
image, hand_landmarks, mp_hands.HAND_CONNECTIONS)
cv2.imshow("RP5 - Hand Tracking (PiCamera2)", image)
if cv2.waitKey(1) & 0xFF == 27:
break
cv2.destroyAllWindows()
picam2.stop()🚀 執行方式
python3 hand_tracking_picamera2.py如果你看到攝影機畫面與即時手部骨架圖，即表示成功！
🔧 常見問題解決
問題 解決方式
無法開啟攝影機 確認 libcamera 安裝，使用 libcamera-hello 測試是否能顯示畫面
AttributeError: 'NoneType' object has no attribute 'shape' 相機未啟動或 frame 為空，檢查 picam2.start() 前是否有 sleep(2) 等待時間
CPU 使用率高或畫面延遲 可降低解析度（例如改為 320x240）或限制 FPS
📚 延伸應用建議
✅ 加入 GPIO 控制：比手勢控制燈泡 / 馬達
✅ 整合 Flask 打造 Web 前端畫面 + WebSocket 手勢傳輸
✅ 加入姿勢偵測 Pose 或整合式 Holistic
📎 參考資源
MediaPipe 官方
PiCamera2 官方文件
libcamera 工具