python基于摄像头的手势识别,基于手势识别
用python实现手势识别(入门)使用open-cv实现简单的手势识别。刚接触python，看过很多有意思的项目，尤其是关于计算机视觉的。在网上找了一些关于手势处理的实验，在这里简单实现一下(PS:和那些大家伙真的差远了，毕竟我是他们的新手)。我用的主要知识是opencv，python基础语法，图像处理基础知识。
最终结果：
手势识别python实现手势识别(入门)获取视频(摄像头)肤色检测轮廓处理所有代码获取视频(摄像头)
这部分没什么好说的，就是拿到相机。
`
cap=cv2 . video capture( c:/users/Lenovo/videos/1 . MP4 )# read file # cap=cv2。video capture(0)# read camera while(True):ret，Frame=cap . read()key=cv2 . wait key(50)0x ff if key==ord( q ):break cap . release()cv2 . destructily windows()肤色检测这里使用的是椭圆肤色检测模型。
在RGB空间中，人脸肤色受亮度影响较大，很难将肤色点与非肤色点分开。也就是说，在这个空间处理后，肤色点是中间嵌入了很多非肤色的离散点，给肤色区域标定(人脸标定、眼睛等)带来了困难。).如果把RGB转换到YCrCb空间，Y(亮度)的影响可以忽略，因为这个空间受亮度影响很小，肤色会产生很好的聚类。这样三维空间会是一个二维的CrCb，肤色点会形成一定的形状，比如在脸的情况下会看到一个脸的区域，在手臂的情况下会看到一个手臂的形状。
A (img): YcrCb=cv2.cvtcolor (img，cv2.color _ bgr2ycr _ Cb) #转换成YcrCb空间(Y，Cr，cb)=cv2.split(YCrCb) #和Y，Cr，CB值cr1=cv2。GaussianBlur(cr，(5，5 0) _，skin=cv2.threshold (cr1，0，255，cv2 . thresh _ binarycv 2 . thresh _ Otsu)# ostu处理res=cv2.bitwise_and(img，img，Mask=skin)返回res轮廓处理在处理轮廓时，主要用到两个函数，cv2.findContours和cv2.drawContours这两个函数的用法很容易找到，就不说了。这部分的主要问题是提取的轮廓很多，但是我们只需要手的轮廓，所以要用排序函数来寻找最大的轮廓。
def B(img): #binaryimg=cv2 .Canny(拉普拉斯算子，50,200) #二值化，精明检测查找轮廓(img，cv2 .RETR _外部，cv2 .CHAIN_APPROX_NONE) #寻找轮廓contour=h[0]contour=sorted(contour，key=cv2.contourArea，reverse=True)#已轮廓区域面积进行排序#contourmax=contour[0][:0，]#保留区域面积最大的轮廓点坐标bg=np.ones(dst.shape，np.uint8) *255#创建白色幕布ret=cv2.drawContours(bg，contour[0]，-1，(0，0，0)，3) #绘制黑色轮廓返回浸水使柔软全部代码 从视频读取帧保存为图片 import cv2 import numpy as npcap=cv2 .视频捕获( C:/Users/Lenovo/Videos/1。MP4 )#读取文件#cap=cv2 .视频捕获(0)#读取摄像头#皮肤检测def A(img):ycr CB=cv2。CVT颜色(img，cv2 .COLOR_BGR2YCR_CB) #转换至YCrCb空间(y，cr，cb)=cv2.split(YCrCb) #拆分出y，Cr，Cb值cr1=cv2 .GaussianBlur(cr，(5，5)，0) _，skin=cv2.threshold(cr1，0，255，cv2 .THRESH_BINARY cv2 .OTSU) #Ostu处理res=cv2.bitwise_and(img，img，mask=skin)返回resdef B(img): #binaryimg=cv2 .Canny(拉普拉斯算子，50,200) #二值化，精明检测查找轮廓(img，cv2 .RETR _外部，cv2 .CHAIN_APPROX_NONE) #寻找轮廓contour=h[0]contour=sorted(contour，key=cv2.contourArea，reverse=True)#已轮廓区域面积进行排序#contourmax=contour[0][:0，]#保留区域面积最大的轮廓点坐标bg=np.ones(dst.shape，np.uint8) *255#创建白色幕布ret=cv2.drawContours(bg，contour[0]，-1，(0，0，0)，3) #绘制黑色轮廓retwhile(True): ret，frame=cap.read() #下面三行可以根据自己的电脑进行调节src=cv2.resize(帧，(400,350),插值=cv2 .INTER _立方)#窗口大小cv2.rectangle(src，(90，60)，(300，300)，(0，255，0))#框出截取位置roi=src[60:300，90:300] #获取手势框图res=A(roi) #进行肤色检测cv2.imshow(0 ，roi) gray=cv2.cvtColor(res，cv2 .COLOR_BGR2GRAY) dst=cv2 .拉普拉斯（灰色，cv2 .CV_16S，ksize=3)拉普拉斯=cv2。convertscaleabs(dst)contour=B(拉普拉斯)#轮廓处理cv2.imshow(2 ，contour)key=cv2。wait key(50)0x ff if key==ord( q ):break cap。释放()cv2。destroyallwindows()注意:最后送大家一套2020最新企业皮洪项目实战视频教程，点击此处进来获取跟着练习下，希望大家一起进步哦！
毕竟刚学不久，做出这个东西自己已经很满足了，当然和那些大佬也是没法比的，没有什么东西是速成的，只能一步一个脚印的走。
郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。