23、基于Kinect深度传感器的手势识别与特征匹配目标检测

基于Kinect深度传感器的手势识别与特征匹配目标检测

1. 基于Kinect深度传感器的手势识别

1.1 手部形状分析

当我们大致确定手部位置后，接下来要对手部形状进行分析，具体步骤如下：
1. 确定分割手部区域的轮廓 ：使用OpenCV的 cv2.findContours 函数，该函数作用于二值图像，返回被认为是轮廓一部分的点集。由于图像中可能存在多个轮廓，还可以检索整个轮廓层次结构。示例代码如下：

def _find_hull_defects(self, segment):
    contours, hierarchy = cv2.findContours(segment, 
        cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

由于不确定具体要找的轮廓，假设最大的轮廓就是我们所需的，通过遍历轮廓列表，计算轮廓面积（ cv2.contourArea ），并存储最大的轮廓：

max_contour = max(contours, key=cv2.contourArea)

2. 计算轮廓区域的凸包 ：凸包是轮廓区域的包络。可以直接从最大轮廓获取凸包，将 returnPoints 可选标志设置为 Fal