在OpenCV python的手势

Question

我正在尝试使用OpenCV库实现手语翻译。要做到这一点，我需要检测手势作为第一阶段。所以基本上我已经通过将RGB颜色空间转换为YCbCr来实现手的检测，然后阈值处理肤色范围。

ycc = cv2.cvtColor(img , cv2.COLOR_BGR2YCR_CB)

min_ycc = np.array([0,133,85], np.uint8)
max_ycc = np.array([255,170,125], np.uint8 )
skin  = cv2.inRange(ycc, min_ycc, max_ycc)

opening = cv2.morphologyEx(skin, cv2.MORPH_OPEN, np.ones((5,5), np.uint8), iterations=3)
sure_bg = cv2.dilate(opening,np.ones((3,3),np.uint8), iterations=2)

_,contours,_ = cv2.findContours(sure_bg, cv2.RETR_LIST,cv2.CHAIN_APPROX_NONE)

这个代码可以很好地处理低细节背景，但如果我们有一个包含近乎肤色的详细背景，它会产生一些噪音 我唯一关心的是如何确定哪个轮廓是手形轮廓。我尝试了最大轮廓，但它没有非常准确地工作。

Answer 1

您可以通过侵蚀和扩张（形态学操作）消除背景噪音。然后，您可以设置轮廓区域的阈值（area = cv2.contourArea（cnt））并过滤掉手轮廓。 另一种方法是使用直方图反投影。