静默虚空

基于OpenCV2.4.8和 python 2.7实现简单的手势识别。 以下为基本步骤 1.去除背景，提取手的轮廓 2. RGB->YUV，同时计算直方图 3.进行形态学滤波，提取感兴趣的区域 4.找到二值化的图像轮廓 5.找到最大的手型轮廓 6.找到手型轮廓的凸包 7.标记手指和手掌 8.把提取的特征点和手势字典中的进行比对，然后判断手势和形状 提取手的轮廓

个人觉得关键点和描述符是OpenCV的基础，并且在learning opencv3中增加了很多心的内容，所以特别翻译出来作为学习 本章是关于图像中的信息特征点。 我们将从头开始描述所谓的角点，并在子像素中探索他们的定义域。 然后，我们将学习如何用光流跟踪这些角。从历史上看，角色的跟踪演变成关键点的理论，我们将会投入其中本章的其余部分，包括关键点功能的广泛讨论检测器和描述符在OpenC

中间光流部分省略了，可以直接看中文版一 与跟踪，对象检测和一些相关主题的两个基本概念是关键点和描述符。我们的第一个任务是了解这者，以及它们之间的差异。 在最高抽象层次上，关键点是图像的一小部分，应该或者至少是独一无二的，我们认为可能将其能够定位在另一个相关图像中。描述符是一些数学结构，通常（但不总是）是浮点值的向量，它以某种方式描述单个关键点，并且可以用于确定在某些上下文中两个关键