您的位置：首页 > 编程语言 > Python开发

OpenCV+python手势识别框架和实例讲解

2018-08-03 10:30 1141 查看

基于OpenCV2.4.8和 python 2.7实现简单的手势识别。

以下为基本步骤

1.去除背景，提取手的轮廓

2. RGB->YUV，同时计算直方图

3.进行形态学滤波，提取感兴趣的区域

4.找到二值化的图像轮廓

5.找到最大的手型轮廓

6.找到手型轮廓的凸包

7.标记手指和手掌

8.把提取的特征点和手势字典中的进行比对，然后判断手势和形状

提取手的轮廓 cv2.findContours()

找到最大凸包cv2.convexHull()，然后找到手掌和手指的相对位置，定位手型的轮廓和关键点，包括手掌的中心，手指的相对位置

特征字典主要包括以下几个方面：名字，手掌中心点，手掌的直径，手指的坐标点，手指的个数，每个手指之间的角度

例如：

# BEGIN ------------------------------------#
V=gesture("V")
V.set_palm((475,225),45)
V.set_finger_pos([(490,90),(415,105)])
V.calc_angles()
dict[V.getname()]=V
# END --------------------------------------#

最终的识别结果如下：

示例代码

frame=hand_threshold(fg_frame,hand_histogram)
contour_frame=np.copy(frame)
contours,hierarchy=cv2.findContours(contour_frame,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
found,hand_contour=hand_contour_find(contours)
if(found):
hand_convex_hull=cv2.convexHull(hand_contour)
frame,hand_center,hand_radius,hand_size_score=mark_hand_center(frame_original,hand_contour)
if(hand_size_score):
frame,finger,palm=mark_fingers(frame,hand_convex_hull,hand_center,hand_radius)
frame,gesture_found=find_gesture(frame,finger,palm)
else:
frame=frame_original

以上这篇OpenCV+python手势识别框架和实例讲解就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持脚本之家。

您可能感兴趣的文章:

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签： OpenCV 手势识别

相关文章推荐

新的分享

章节导航