书名：计算机视觉40例从入门到深度学习：OpenCV-Python
作者：李立宗
出版社：电子工业出版社
出版时间：2022-07-01
ISBN：9787121436857
一、手势识别
-
手势识别的范围很广泛，在不同场景下，有不同类型的手势需要识别，例如：
● 识别手势所表示的数值。
● 识别手势在特定游戏中的含义，如“石头、剪刀、布”等。
● 识别手势在游戏中表示的动作，如前进、跳跃、后退等。
● 识别特定手势的含义，如表示“OK”的手势、表示胜利的手势等。 -
手势在表示0～5六个数值时的识别问题。
在识别时，将手势图中凹陷区域（称为凸缺陷）的个数作为识别的重要依据。手势表示数值的示意图如图8-1所示
图8-1 手势表示数值的示意图
- 在对表示数值的手势进行识别时，直接计算其中的凸缺陷个数即可识别数值2到数值5。
- 但是，在凸缺陷个数为0时，无法通过识别凸缺陷个数识别手势表示的数值，需要进一步处理。此时，需要应用到凸包的概念。
- 另外，在处理凸缺陷时，我们仅考虑了比较明显的区域。实际上，在通过算法获取凸缺陷的同时，会获取到很多细小的凸缺陷，因此还需要将这些细小的凸缺陷屏蔽。
二、理论基础
1、获取凸包
-
逼近多边形是轮廓的高度近似，但是有时候，我们希望使用一个多边形的凸包来简化它。
凸包和逼近多边形很像，只不过凸包是物体最外层的凸多边形。
凸包指的是完全包含原有轮廓，并且仅由轮廓上的点构成的多边形。
凸包的每一处都是凸的，即连接凸包内任意两点的直线都在凸包内部。
在凸包内，任意连续三个点构成的面向内部的角的角度都小于180°。 -
凸包示意图如图8-2所示，图中最外层的多边形是机械手的凸包，通过它可以处理手势识别等问题。
图8-2 凸包示意图
-
OpenCV提供的函数cv2.convexHull()用于获取轮廓的凸包
其中，返回值hull为凸包角点。该函数中的参数如下：
● points表示轮廓。
● clockwise为布尔型值；在该值为True时，凸包角点按顺时针方向排列；在该值为False时，凸包角点按逆时针方向排列。
● returnPoints为布尔型值，默认值是True，此时，函数返回凸包角点的坐标值；当该参数为False时，函数返回轮廓中凸包角点的索引。
三、程序
import cv2
# --------------读取并绘制原始图像------------------
o = cv2.imread('d:\\hand.bmp')
cv2.imshow("original",o)
# --------------提取轮廓------------------
gray = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
# --------------寻找凸包，得到凸包的角点------------------
hull = cv2.convexHull(contours[0])
# --------------绘制凸包------------------
cv2.polylines(o, [hull], True, (0, 255, 0), 2)
# --------------显示凸包------------------
cv2.imshow("result",o)
cv2.waitKey()
cv2.destroyAllWindows()
运行结果
网友评论