在皮肤检测图像中找到指尖，面积和最大直径

Question

我有一个皮肤检测脚本，该脚本取自this tutorial.，效果很好，但是现在我希望能够在找到的面罩中找到感兴趣的点，例如1）指尖（如果从上方看，一根手指像食指一样伸出），2）最大直径和3）面积。

以下是相关代码：

lower = np.array([0, 48, 80], dtype = "uint8")                      
upper = np.array([20, 255, 255], dtype = "uint8")                   

converted = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)                    
skinMask = cv2.inRange(converted, lower, upper)                     

kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (11, 11))        
skinMask = cv2.erode(skinMask, kernel, iterations = 2)              
skinMask = cv2.dilate(skinMask, kernel, iterations = 2)             

skinMask = cv2.GaussianBlur(skinMask, (3, 3), 0)                    
skin = cv2.bitwise_and(frame, frame, mask = skinMask)     

蒙皮的形状是（640，480）矩阵，其中检测到皮肤的每个点都是255，而其他每个点都是0。

Answer 1

类似于皮肤检测，您可以创建过滤器以检测形状及其在图像中的相对位置。假设您采用10x10的矩阵，并在其中绘制一条看起来像指尖的线。在应该有空格的地方使用0，在指尖应该使用大的数字。在图像中开始一个0,0并应用10x10矩阵，获得总和并将其乘以0,0到一个新矩阵中。将滤镜移动一个像素以上，然后再次运行。遍历整个图像，新矩阵（激活整个功能的网格）将向您显示形状的位置。新矩阵中的最高数字可能在您的指尖。

这或多或少是卷积神经网络如何识别图像特征的方式，应该很容易应用于您的情况。也许谷歌在CNN如何使用卷积滤波器识别特征的过程中看到一些示例。