如何基于Dragoboard 410c开发板设计简单手型识别方案？

手势交互是未来人机交互领域发展的一个重要方向，本文将参考使用Opencv实现静态手势识别玩转石头剪刀布一文，教大家如何在Dragoboard 410c开发板上使用Python脚本语言实现简单的手型识别，通过从USB摄像头获取手型图像，然后识别出石头-剪刀-布三个手型。

具体实现步骤如下：

1)获取USB摄像头图像：

这里主要是通过Opencv提供的Python接口cv2，具体可以参考410c板获取USB摄像头图像一文，里面详细介绍了在dragonboard 410c上使用USB摄像头获取图像。

2)设置手势区域

在视频区域内设置一个手势区域，只有将手放入到该区域，系统才可以正确的识别手型，其他区域的系统不做处理，具体代码如下：

#设置手型区域

cv2.rectangle(img，(426，0)，(640，250)，(170，170，0))

#获取手型区域图像并保存

img = img[0:210，426:640]

cv2.imwrite(“wif.jpg”，img)

3)对检测区域进行图像处理，其核心代码如下：

img = cv2.imread(“wif.jpg”，0)

element = cv2.getStructuringElement(cv2.MORPH_RECT，(11，11))

dilate = cv2.dilate(img， element)

erode = cv2.erode(img， element)

result = cv2.absdiff(dilate，erode);

retval， result = cv2.threshold(result， 40， 255， cv2.THRESH_BINARY);

result = cv2.bitwise_not(result);

result =cv2.medianBlur(result，23)

4)判断手型，其中部分核心代码如下：

if width[i]<=20 or width[i]>=40：

width_jiandao= False

width_length += width[i]

if width_jiandao==True and count==2：

return 1;

if(area <8500)：

#print ‘stone;

return 0;

print “width_leng”，width_length

......

if(area>14000 or count>=3)：

#print ’paper‘;

return 2;

if(width_length<110)：

#print ’rock‘;

return 1;

else：

#print ’paper‘;

return 2;

到这里我们就完成了整个手型识别的核心部分，具体的代码较长，直接附件http://pan.baidu.com/s/1kUKSxoV，用该代码运行就可以进行手型检测，效果如下图所示，虽然不准确，但是基本上可以检测出三种不同的手型：