OpenCV+Python3.5 简易手势识别的实现
(编辑：jimmy 日期: 2024/12/28 浏览：2)
检测剪刀石头布三种手势，通过摄像头输入，方法如下：
- 选用合适颜色空间及阈值提取皮肤部分
- 使用滤波腐蚀膨胀等方法去噪
- 边缘检测
- 寻用合适方法分类
OpenCV用摄像头捕获视频
采用方法：调用OpenCV——cv2.VideoCapture()
def video_capture():
cap = cv2.VideoCapture(0)
while True:
# capture frame-by-frame
ret, frame = cap.read()
# our operation on the frame come here
# gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY) 可选择灰度化
# display the resulting frame
cv2.imshow('frame', frame)
if cv2.waitKey(1) & 0xFF == ord('q'): # 按q键退出
break
# when everything done , release the capture
cap.release()
cv2.destroyAllWindows()
效果如下
肤色识别——椭圆肤色检测模型
参考下述博文
https://www.jb51.net/article/202594.htm
代码如下
def ellipse_detect(img): # 椭圆肤色检测模型 skinCrCbHist = np.zeros((256, 256), dtype=np.uint8) cv2.ellipse(skinCrCbHist, (113, 155), (23, 15), 43, 0, 360, (255, 255, 255), -1) YCRCB = cv2.cvtColor(img, cv2.COLOR_BGR2YCR_CB) (y, cr, cb) = cv2.split(YCRCB) skin = np.zeros(cr.shape, dtype=np.uint8) (x, y) = cr.shape for i in range(0, x): for j in range(0, y): CR = YCRCB[i, j, 1] CB = YCRCB[i, j, 2] if skinCrCbHist[CR, CB] > 0: skin[i, j] = 255 dst = cv2.bitwise_and(img, img, mask=skin) return dst
效果如下，可见与肤色相近的物体全被提取出来，包括桌子。。。
识别时需寻找一无干扰环境
去噪——滤波、腐蚀和膨胀
参考下述博文
https://www.jb51.net/article/202599.htm
采用方法：高斯滤波 cv2.GaussianBlur() + 膨胀 cv2.dilate()，代码如下
# 膨胀 def dilate_demo(image): # 灰度化 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 二值化 ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) # 定义结构元素的形状和大小 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5)) # 膨胀操作 dst = cv2.dilate(binary, kernel) return dst # 腐蚀 def erode_demo(image): # 灰度化 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 二值化 ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU) # 定义结构元素的形状和大小 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (15, 15)) # 腐蚀操作 dst = cv2.erode(binary, kernel) return dst # 滤波 def img_blur(image): # 腐蚀操作 # img_erode = erode_demo(image) # 膨胀操作 img_dilate = dilate_demo(image) # 均值滤波 # blur = cv2.blur(image, (5, 5)) # 高斯滤波 blur = cv2.GaussianBlur(img_dilate, (3, 3), 0) return blur
Canny边缘检测
参考OpenCV中文教程
https://www.kancloud.cn/aollo/aolloopencv/271603
代码如下
# Canny边缘检测v def canny_detect(image): edges = cv2.Canny(image, 50, 200) return edges
识别——轮廓匹配
Tensorflow框架实在太难搭，搭了半天没搭出来，还一堆错误。。。所以采用轮廓匹配 cv2.matchShapes() ，方案如下：
- 划分出了一个手势识别区域，可避免周围环境的干扰，也可简化图像处理过程
- 寻找轮廓时采用寻找矩形框架 cv2.boundingRect(）的方法找到最大轮廓，即手势的轮廓
- 将找到的轮廓直接与标准图片进行匹配，简化识别过程
但在匹配时发现“剪刀”的手势常与“石头”、“布”的手势匹配到一起。。。所以另辟蹊径，在匹配时加上了对于矩形框架面积的判断，一般来说有如下规律，石头<剪刀<布，代码如下
# 轮廓匹配 value = [0, 0, 0] value[0] = cv2.matchShapes(img_contour, img1, 1, 0.0) value[1] = cv2.matchShapes(img_contour, img2, 1, 0.0) value[2] = cv2.matchShapes(img_contour, img3, 1, 0.0) min_index = np.argmin(value) if min_index == 0: # 剪刀 print(text[int(min_index)], value) elif min_index == 1 and w*h < 25000: # 石头 print(text[int(min_index)], value) elif min_index == 1 and w*h >= 25000: # 剪刀 print(text[0], value) elif min_index == 2 and w * h > 30000: # 布 print(text[int(min_index)], value) elif min_index == 2 and w * h <= 30000: # 剪刀 print(text[0], value)
程序会根据匹配值和面积大小来决定识别结果，例如，下述结果，1.179515828609219, 0.9604643714904955, 0.9896353720020925分别对应剪刀、石头、布的匹配值，越小说明越吻合；结合最终识别情况来看，在三种手势中，石头的识别成功率最高，约98%；布其次，约88%；剪刀最低，约80%，而且结果易受环境亮度影响，环境过暗或过亮，有时候手势轮廓都出不来。。。看来仍有待改进，还是得用机器学习的方法
石头 [1.179515828609219, 0.9604643714904955, 0.9896353720020925]
程序效果如下，黄色矩形框为识别区域，gesture窗口为用于轮廓匹配的手势图
