最近在做毕业设计，其中一个部分要实现对视频序列中人手位置的跟踪。因此先写了人手的检测程序，下一步基于检测程序再用camshift算法做人手的跟踪。
目前完成的程序在我的笔记本上运行大概是一帧80-100ms，直接用检测算法来做跟踪算法其实也马马虎虎可以用了。
开发环境如下：
系统：Windows 10
IDE：Visual Studio 2013
语言：C++
算法库：OpenCV
程序思路如下
1）获取视频帧
2）将视频帧转换到YCrCb颜色空间，并分割通道
3）基于Cr和Cb两个通道做肤色区域的分割，得到肤色区域二值图像
4）将二值图像分别做膨胀和腐蚀处理，得到前景和背景的标记（marker）图像，应用分水岭算法，得到大块肤色区域的边缘轮廓
5）对4）中得到的边缘轮廓用8向种子算法处理，对不同的肤色区域做了标记，并返回了不同肤色区域的边界范围，这些肤色区域作为人手区域的候选区域
6）将5）中得到的候选区域与准备好的人手模板（Cr通道）进行模板匹配，匹配前先将候选区域缩放到与模板相同的大小；使用的方法是平方差匹配法，得到每个候选区域的匹配值（越小越接近）
7）对5）中得到的候选区域中肤色像素的比例进行统计
8）根据6）与7）中得到的结果对候选区域进行筛选，认为匹配值 <0.02(0为最匹配，1为最不匹配)，且肤色区域比例<0.65的区域为人手区域（因为人脸区域一般肤色占比比较高）
9）在输出帧中对确定的人手区域画长方形框做标记
讨论：
1）之所以使用肤色区域比例的筛选方法，是因为基于肤色的情况下，人脸和人手非常容易混淆，经过尝试发现增进模板的数量效果并不好，因此采用了这种方法，但这种方法带来的问题就是人手必须张开（从而降低肤色在候选框中的比例）才能稳定被找到。
2）其实不做模板匹配只统计肤色比例应该也是可以的，但是稳定性会比较差。
3）分水岭算法的介绍见以下链接：
http://www.xuebuyuan.com/1014698.html
效果图如下：
#include "stdafx.h"
#include
#include
#include
#include
#include
其中的模板图片为
目前还存在诸多不如意之处，还待继续改进。若有表达不清或者有错误之处，烦请看到此文的朋友提出或指正~
