Python手部追踪音量控制脚本触发KeyError:2报错排查

KeyError: 2触发的核心原因是HandTrackingModule的findPosition方法返回的bbox结构和你代码预期的不匹配：你的代码默认bbox是按索引存储[xmin, ymin, xmax, ymax]的列表，但实际运行时返回的bbox要么是键名非数字的字典，要么是长度不足的列表/空值，取索引2时直接触发错误。
注释掉面积计算代码后脚本不崩溃，只是因为跳过了访问bbox[2]的逻辑，后续依赖手部位置的音量控制逻辑自然也无法正常触发。

最稳妥的修复方式是不依赖模块返回的bbox，直接从已经拿到的手部关键点列表lmList自行计算边界框，完全规避不同版本HandTrackingModule返回结构不一致的问题，修改步骤如下：

1. 找到主循环里判断len(lmList) != 0的代码块
2. 把原来直接用模块返回bbox计算面积的逻辑，替换为自行计算bbox的代码，修改后的对应代码段如下：

while True:
    success, img = cap.read()
    img = detector.findHands(img)
    lmList, bbox = detector.findPosition(img, draw=True)
    if len(lmList) != 0:
        # 从21个手部关键点自行计算边界框，兼容所有版本的HandTrackingModule
        x_coords = [point[1] for point in lmList]
        y_coords = [point[2] for point in lmList]
        xmin, xmax = min(x_coords), max(x_coords)
        ymin, ymax = min(y_coords), max(y_coords)
        # 组装为代码预期的[xmin, ymin, xmax, ymax]格式
        bbox = [xmin, ymin, xmax, ymax]

        # 原有面积计算逻辑无需改动
        area = (bbox[2] - bbox[0]) * (bbox[3] - bbox[1]) // 100

        if 250 < area < 1000:
            # 后续距离计算、音量映射、手指判断逻辑全部保留即可
            length, img, lineInfo = detector.findDistance(4, 8, img)
            volBar = np.interp(length, [50, 200], [400, 150])
            volPer = np.interp(length, [50, 200], [0, 100])
            smoothness = 10
            volPer = smoothness * round(volPer / smoothness)
            fingers = detector.fingersUp()
            if not fingers[4]:
                volume.SetMasterVolumeLevelScalar(volPer / 100, None)
                cv2.circle(img, (lineInfo[4], lineInfo[5]), 15, (0, 225, 0), cv2.FILLED)
                colorVol = (225, 0 ,0)
            else:
                colorVol = (0, 255, 0)
    # 后续绘制、FPS计算逻辑无需改动
    cv2.rectangle(img, (50, 150), (85, 400), (225, 0, 0), 3)
    cv2.rectangle(img, (50, int(volBar)), (85, 400), (225, 0, 0), cv2.FILLED)
    cv2.putText(img, f' {int(volPer)} %', (40, 450), cv2.FONT_HERSHEY_COMPLEX, 1, (225, 0, 0), 3)
    cVol = int(volume.GetMasterVolumeLevelScalar() * 100)
    cv2.putText(img, f'Vol Set: {int(cVol)}', (400, 50), cv2.FONT_HERSHEY_COMPLEX, 1, colorVol, 3)
    cTime = time.time()
    fps = 1/(cTime - pTime)
    pTime = cTime
    cv2.putText(img, f'FPS: {int(fps)}', (40, 50), cv2.FONT_HERSHEY_COMPLEX, 1, (255, 0, 0), 3)
    cv2.imshow("image", img)
    cv2.waitKey(1)

• 上述修改默认lmList的每个元素格式为[关键点序号, x坐标, y坐标]，这是公开版HandTrackingModule的标准返回格式，无兼容问题
• 修改后手部进入画面时不会再触发KeyError，距离判断、音量调节逻辑可正常运行
• 如果需要确认原模块返回的bbox结构，可在lmList, bbox = detector.findPosition(img, draw=True)下加一行print(bbox)，控制台输出的内容即为原模块实际返回的bbox值，可对照调整取值逻辑

内容的提问来源于stack exchange，提问作者Stevon