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：
|
1
2
3
4
5
6
7
|
# 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
|
1
2
3
4
5
6
7
8
9
10
11
12
|
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服务器之家。
原文链接：https://blog.csdn.net/linsk/article/details/76457955
