广告发布服务属于什么服务,seo推广优化官网,萍乡做网站的,旅行社网站建设策划书简单的手势识别#xff0c;基本思路是基于皮肤检测#xff0c;皮肤的颜色在HSV颜色空间下与周围环境的区分度更高#xff0c;从RGB转换到HSV颜色空间下针对皮肤颜色进行二值化#xff0c;得到mask#xff1a;
defHSVBin(img):hsvcv2.cvtColor(img,cv2.COLOR_RGB2HSV)
lowe…简单的手势识别基本思路是基于皮肤检测皮肤的颜色在HSV颜色空间下与周围环境的区分度更高从RGB转换到HSV颜色空间下针对皮肤颜色进行二值化得到mask
defHSVBin(img):hsvcv2.cvtColor(img,cv2.COLOR_RGB2HSV)
lower_skin np.array([100,50,0])
upper_skin np.array([125,255,255])
maskcv2.inRange(hsv,lower_skin,upper_skin)return mask
其中
cvtColor用于颜色空间转换。
inRange中lower指图像中低于这个值图像值会变成0upper指图像中高于这个值图像值会变成0而在这之间的值变为255。
然后通过腐蚀与膨胀等形态学变化去除一些噪点得到更完整的白色皮肤色块最后找出色块的轮廓并通过色块大小排除一些面积较小的噪点
defgetContours(img):
kernel np.ones((5,5),np.uint8)closedcv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
closedcv2.morphologyEx(closed,cv2.MORPH_CLOSE,kernel)
_,contours,hcv2.findContours(closed,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
vaildContours[]for cont incontours:if cv2.contourArea(cont)9000:
vaildContours.append(cv2.convexHull(cont))return vaildContours
膨胀dilate进行膨胀操作时将内核 B划过图像将内核B覆盖区域的最大像素值提取并代替锚点位置的像素这一最大化操作会导致图像中的亮区开始“扩展”。
腐蚀erode将最小像素值提取原始图片里的一个像素1或者0只有在核下的所有像素都是1的时候才被认为是1.否则它就被腐蚀掉了变成0。根据核的大小来决定在边界附近的多少像素会被丢弃掉所以前景物体的厚度或大小会缩小或者说白色区域会减小。这个在移除小的白色噪点时很有用。
ones(shape[,dtype,order]) 依据一个给定的形状和类型返回一个新的元素全部为1的数组。
data type uint8 range0255一张图片的数据类型默认为unit8
开腐蚀之后再膨胀的另一个名字。我们使用函数cv2.morphologyEx()。
闭膨胀之后再腐蚀在用来关闭前景对象里的小洞或小黑点很有用。
轮廓检测 cv2.findContours接收参数为二值图。
defmain():
capcv2.VideoCapture(0)while(cap.isOpened()):ret,imgcap.read()skinMaskHSVBin(img)
contoursgetContours(skinMask)cv2.drawContours(img,contours,-1,(0,255,0),2)cv2.imshow(capture,img)
k cv2.waitKey(10)if k 27:break
cv2.waitKey()--waitKey()函数的功能是不断刷新图像频率时间为delay单位为ms。返回值为当前键盘按键值。
完整代码如下
importcv2importnumpy as npdefmain():
capcv2.VideoCapture(0)while(cap.isOpened()):ret,imgcap.read()skinMaskHSVBin(img)
contoursgetContours(skinMask)cv2.drawContours(img,contours,-1,(0,255,0),2)cv2.imshow(capture,img)
k cv2.waitKey(10)if k 27:break
defgetContours(img):
kernel np.ones((5,5),np.uint8)closedcv2.morphologyEx(img,cv2.MORPH_OPEN,kernel)
closedcv2.morphologyEx(closed,cv2.MORPH_CLOSE,kernel)
_,contours,hcv2.findContours(closed,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
vaildContours[]for cont incontours:if cv2.contourArea(cont)9000:#x,y,w,h cv2.boundingRect(cont)
#if h/w 0.75:
#filter face failed
vaildContours.append(cv2.convexHull(cont))#rect cv2.minAreaRect(cont)
#box cv2.cv.BoxPoint(rect)
#vaildContours.append(np.int0(box))returnvaildContoursdefHSVBin(img):hsvcv2.cvtColor(img,cv2.COLOR_RGB2HSV)
lower_skin np.array([100,50,0])
upper_skin np.array([125,255,255])maskcv2.inRange(hsv,lower_skin,upper_skin)#res cv2.bitwise_and(img,img,maskmask)
returnmaskif __name__ __main__:
main()
效果
