基于distanceTransform-距离变换的手掌中心提取

在手势识别项目中,提取手掌中心是关键步骤。传统方法可能不准确,尤其是在多个手指伸出时。通过距离变换可以更精确地计算手掌中心。算法包括二值化图像,进行distanceTransform,找出最大值作为半径,定位圆心坐标。结果展示和注意事项也一并给出。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

      

    这几天在做一个手势识别的项目,其中最的关键一步是提取手掌中心。获得手掌重心通常的做法是计算整个手部的重心,并以该重心位置近似手掌重心,这种方法只适用于没有手指伸出或只有一个手指伸出的情况,否则获得的手掌重心位置将严重偏离真实位置。

    距离变换的基本含义是计算一个图像中非零像素点到最近的零像素点的距离,也就是到零像素点的最短距离。因此可以基于距离变换提取手掌重心。

算法基本思想:

1)将手掌图像二值化,手掌内的区域设为白色,外部区域设为黑色。

2)将二值化后的图像经过distanceTransform变换,得到dist_image,其中每个像素点的值是该像素点到其最近的零像素点的距离。

3

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值