9个检测和识别手势的OpenCV教程

人与机器人之间的交互不断发展,并采用不同的工具和软件来提高人的舒适度。

在本文中,我探索了九个教程,向您展示了检测和识别手势的不同方法。

OpenCV的库不足以启动您的项目。该库为您提供软件方面的功能,但您还需要硬件组件。在硬件类别中,输入能够运行OpenCV库,网络摄像头和3D传感器(例如Kinect 3D)的开发平台。

OpenCV的是一个免费的开源库,专注于实时图像处理。它可以检测和识别各种各样的对象,但是我们现在的重点是应用技术和方法来检测和识别人手的手势。

检测手部姿势的方法

正如您在以下教程中所看到的,有几种检测手势的方法。肤色检测是最受欢迎的方法之一。此方法很简单,取决于皮肤颜色(可以是白色,黑色或其他颜色),环境光线条件以及背景。

包围手部区域的凸包

包围手部区域的凸包

另一种方法不使用彩色手。它使用OpenCV的凸度检测。这两种方法在制造者和黑客社区中最受欢迎,并且代表检测和识别人类控制机器人手势的最简单方法。

  • 使用OpenCV的手势 –使用OpenCV 2.4,在本教程中,您可以逐行找到用C语言编写的手势识别程序的代码和说明。
  • OpenCV的 Python手势识别 –基于OpenCV软件和Python语言的教程,旨在识别手势。在本教程中,您可以找到从输入帧中提取感兴趣区域(ROI),如何查找轮廓,如何绘制凸包,以及最后如何找到手势为空时出现的凸缺陷的程序行。检测到
  • 手部追踪和手势检测(OpenCV) –本指南将逐步向您展示实时检测和跟踪手部的方法,并演示如何进行手势识别。所有图像都是使用便携式计算机通过简单的网络摄像头捕获的,并且不利的是,如果更改了背景,则程序可能会产生不同的结果。
  • 一种使用openCV检测和识别手势的方法 –从本教程中,您可以学习如何基于OpenCV的凸度检测应用有效的方法来检测和识别手势。与基于手轮廓检测的众所周知的方法相比,该方法具有较高的识别手势的准确度;
  • 使用OpenCV 2进行手势检测和识别 –在本文中,您可以找到基于肤色模型的手和手势检测代码。这种新方法试图克服手色的依赖性,手色可以是白色,黑色或任何其他颜色。
  • 使用kinect + opencv进行简单的手部跟踪 –在本教程中,您可以找到使用OpenCV和Kinect 3D传感器进行手部跟踪的代码;
  • 形状模型引导的主动轮廓(蛇形)

    形状模型引导的主动轮廓(蛇形)

    用蛇和优化功能扩展手跟踪器[w /代码,OpenCV] –本教程是一种方法,该方法基于分层点分布模型来跟踪手势,该方法已应用于众所周知的主动轮廓法;

  • 通过模型拟合在OpenCV中实现能量最小化的手势识别 –在本文中,可以找到一种基于适合手部的骨架模型的2D手部姿势估计器的简单好解决方案;
  • 使用OpenCV进行手部检测 –在本教程中,您可以找到高级检测方法的代码,该方法不受距离和背景的影响。该方法通过过滤手部彩色像素来工作。

本文的最新修改时间为2015年4月1日。

11条评论 » Write a comment

  1. 谢谢主席先生的这篇文章。
    先生,我有一个问题要问:我们可以在Matlab中实现相同的教程吗?

      • 你好先生,
        你能帮我吗?我可以获取您的电子邮件ID以进行有效的交流吗?如果您允许,我可以在出版物中提及您的名字来感谢您的帮助。如果有机会在您的支持下工作,我将非常高兴!

  2. 我想从对角放置两个红色补丁的图像中提取矩形区域。会怎样呢?

  3. 这是太棒了!关于可用于swift或Objective C的源代码的任何建议,或可用于iOS的API的任何建议?非常感谢。

    • 您好先生。.我是学生。您能帮我吗。我想根据网络摄像头的运动和面部表情来检测骨骼。请使用这种情况向我发送合适的C#代码

  4. 我有个问题。我可以在Unity中使用它并在增强现实中实现它吗?

发表评论

您的电子邮件地址不会被公开。 必需的地方已做标记 *