OpenCV手势识别-手掌特征提取

本文对OpenCV轮廓凸包检测以及参考代码两个部分进行合并。并加入自己的图像预处理，包括采集、去背景和二值化。

实现了手掌的特征点提取。

图1 原始图像

步骤1 图像采集

红外摄像头采集回来的图像。基本上背景全部被过路掉。省掉用RGB摄像头，接着还要HSV肤色检测的步骤

图2 去背景的二值化图像

步骤2 去背景、二值化

首先膨胀5个像素点，避免手指短截。接着选取最大轮廓，将最大轮廓重新画出来，过滤掉其它小轮廓，即背景噪声。

图3 近似多边形

步骤3 获取近似多边形

将二值化的图像转化成近似多边形。将手指边缘直线化。从而在第5步骤中去掉不需要的轮廓缺陷。

图4 轮廓凸包

步骤4 获取轮廓凸包。OpenCV自带的工程，及之前提到的OpenCV轮廓凸包检测里面有很详细的解释。

图5 凸包缺陷

步骤5 在之前几步的基础上，获取凸包缺陷（蓝色点）。绿色点为缺陷起点。

我的工程用的红外摄像头。如果你用RGB摄像头，要将Segmentation部分替换，可以参考网上的HSV肤色检测程序。

附源代码：

手势识别-特征提取源码