如何用OpenCV進(jìn)行手勢(shì)識(shí)別--基于米爾全志T527開(kāi)發(fā)板

本文將介紹基于米爾電子MYD-LT527開(kāi)發(fā)板（米爾基于全志T527開(kāi)發(fā)板）的OpenCV手勢(shì)識(shí)別方案測(cè)試。

摘自?xún)?yōu)秀創(chuàng)作者-小火苗

米爾基于全志T527開(kāi)發(fā)板

一、軟件環(huán)境安裝

1.安裝OpenCV

sudo apt-get install libopencv-dev python3-opencv

2.安裝pip

sudo apt-get install python3-pip

二、OpenCV手勢(shì)識(shí)別步驟

1.圖像獲取：從攝像頭或其他圖像源獲取手部圖像。使用OpenCV的VideoCapture類(lèi)可以捕獲視頻流，或者使用imread函數(shù)加載圖像。

2.圖像預(yù)處理：對(duì)圖像進(jìn)行預(yù)處理，以提高特征提取的準(zhǔn)確性。常用的預(yù)處理操作包括灰度化、濾波、邊緣檢測(cè)、二值化、噪聲去除和形態(tài)學(xué)處理等。

• 灰度化：將彩色圖像轉(zhuǎn)換為灰度圖像，去除顏色信息，簡(jiǎn)化圖像。

• 濾波：使用濾波器去除圖像中的噪聲。

• 邊緣檢測(cè)：使用邊緣檢測(cè)算法提取圖像中的邊緣信息。

• 二值化：將灰度圖像轉(zhuǎn)換為二值圖像，將像素值分為黑色和白色。

形態(tài)學(xué)處理：使用形態(tài)學(xué)操作增強(qiáng)手勢(shì)輪廓。

3.特征提取：從預(yù)處理后的圖像中提取手部特征。常用的特征包括形狀特征、紋理特征和運(yùn)動(dòng)軌跡特征等。

• 形狀特征：提取手部輪廓、面積、周長(zhǎng)、質(zhì)心等形狀特征。

• 紋理特征：提取手部皮膚紋理、皺紋等紋理特征。

運(yùn)動(dòng)軌跡特征：提取手部運(yùn)動(dòng)軌跡、速度、加速度等運(yùn)動(dòng)軌跡特征。

4.分類(lèi)和識(shí)別：使用機(jī)器學(xué)習(xí)算法對(duì)提取的特征進(jìn)行分類(lèi)，以識(shí)別特定的手勢(shì)。

三、代碼實(shí)現(xiàn)

# -*- coding: utf-8 -*-import cv2def reg(x):o1 = cv2.imread('paper.jpg',1)o2 = cv2.imread('rock.jpg',1)o3 = cv2.imread('scissors.jpg',1) gray1 = cv2.cvtColor(o1,cv2.COLOR_BGR2GRAY)gray2 = cv2.cvtColor(o2,cv2.COLOR_BGR2GRAY)gray3 = cv2.cvtColor(o3,cv2.COLOR_BGR2GRAY)xgray = cv2.cvtColor(x,cv2.COLOR_BGR2GRAY)ret, binary1 = cv2.threshold(gray1,127,255,cv2.THRESH_BINARY)ret, binary2 = cv2.threshold(gray2,127,255,cv2.THRESH_BINARY)ret, binary3 = cv2.threshold(gray3,127,255,cv2.THRESH_BINARY)xret, xbinary = cv2.threshold(xgray,127,255,cv2.THRESH_BINARY)contours1, hierarchy = cv2.findContours(binary1,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) contours2, hierarchy = cv2.findContours(binary2,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) contours3, hierarchy = cv2.findContours(binary3,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) xcontours, hierarchy = cv2.findContours(xbinary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE) cnt1 = contours1[0]cnt2 = contours2[0]cnt3 = contours3[0]x = xcontours[0]ret=[]ret.append(cv2.matchShapes(x,cnt1,1,0.0))ret.append(cv2.matchShapes(x,cnt2,1,0.0))ret.append(cv2.matchShapes(x,cnt3,1,0.0))max_index = ret.index(min(ret)) #計(jì)算最大值索引if max_index==0:r="paper"elif max_index==1:r="rock"else:r="sessiors"return rt1=cv2.imread('test1.jpg',1)t2=cv2.imread('test2.jpg',1)t3=cv2.imread('test3.jpg',1)# print(reg(t1))# print(reg(t2))# print(reg(t3))# ===========顯示處理結(jié)果==================org=(0,60)font = cv2.FONT_HERSHEY_SIMPLEXfontScale=2color=(255,255,255)thickness=3cv2.putText(t1,reg(t1),org,font,fontScale,color,thickness)cv2.putText(t2,reg(t2),org,font,fontScale,color,thickness)cv2.putText(t3,reg(t3),org,font,fontScale,color,thickness)cv2.imshow('test1',t1)cv2.imshow('test2',t2)cv2.imshow('test3',t3)cv2.waitKey()cv2.destroyAllWindows()

四、實(shí)踐

1.程序運(yùn)行

2、原始圖像包含訓(xùn)練圖像

3.識(shí)別結(jié)果

識(shí)別到了 剪刀 石頭 布

原始圖片