OpenCV手势识别方案--基于米尔全志T527开发板

本文将介绍基于米尔电子MYD-LT527开发板（米尔基于全志 T527开发板）的OpenCV手势识别方案测试。

米尔基于全志T527开发板

一、软件环境安装

1.安装OpenCV

sudo apt-get install libopencv-dev python3-opencv

2.安装pip

sudo apt-get install python3-pip

OpenCV手势识别步骤

1.图像获取：从摄像头或其他图像源获取手部图像。使用OpenCV的VideoCapture类可以捕获视频流，或者使用imread函数加载图像。

2.图像预处理：对图像进行预处理，以提高特征提取的准确性。常用的预处理操作包括灰度化、滤波、边缘检测、二值化、噪声去除和形态学处理等。

灰度化：将彩色图像转换为灰度图像，去除颜色信息，简化图像。

滤波：使用滤波器去除图像中的噪声。

边缘检测：使用边缘检测算法提取图像中的边缘信息。

二值化：将灰度图像转换为二值图像，将像素值分为黑色和白色。

形态学处理：使用形态学操作增强手势轮廓。

3.特征提取：从预处理后的图像中提取手部特征。常用的特征包括形状特征、纹理特征和运动轨迹特征等。

形状特征：提取手部轮廓、面积、周长、质心等形状特征。

纹理特征：提取手部皮肤纹理、皱纹等纹理特征。

运动轨迹特征：提取手部运动轨迹、速度、加速度等运动轨迹特征。

4.分类和识别：使用机器学习算法对提取的特征进行分类，以识别特定的手势。

代码实现

# -*- coding: utf-8 -*-

import cv2

def 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)) #计算最大值索引

if max_index==0:

r="paper"

elif max_index==1:

r="rock"

else:

r="sessiors"

return r

t1=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))

# ===========显示处理结果==================

org=(0,60)

font = cv2.FONT_HERSHEY_SIMPLEX

fontScale=2

color=(255,255,255)

thickness=3

cv2.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()

实践

1.程序运行

2、原始图像包含训练图像

识别结果

识别到了 剪刀 石头 布

原始图片