python实现手势识别

这里怎挽，进来喝杯茶，听我慢慢讲

————————————

本贴是python实现手势识别（入门）

————————————

————————————

✔ 记得点赞，回复，关注

————————————

使用open-cv实现简单的手势识别。刚刚接触python不久，看到了很多有意思的项目，尤其时关于计算机视觉的。网上搜到了一些关于手势处理的实验，我在这儿简单的实现一下（PS：和那些大佬比起来真的是差远了，毕竟刚接触不久），主要运用的知识就是opencv，python基本语法，图像处理基础知识。

最终实现结果：(犹豫不能发动图就发张图片吧)

——————

手势识别

获取视频（摄像头）

这部分没啥说的，就是获取摄像头。

`

cap = cv2.VideoCapture("C:/Users/lenovo/Videos/1.mp4")

#读取文件#

cap = cv2.VideoCapture(0)

转换至YCrCb空间

(y,cr,cb) = cv2.split(YCrCb)

res = cv2.bitwise_and(img,img, mask = skin)

return res

————————

轮廓处理

————————

轮廓处理的话主要用到两个函数，cv2.findContours和cv2.drawContours，这两个函数的使用使用方法很容易搜到就不说了，这部分主要的问题是提取到的轮廓有很多个，但是我们只需要手的轮廓，所以我们要用sorted函数找到最大的轮廓。

def B(img):

#binaryimg = cv2.Canny(Laplacian, 50, 200) #二值化，canny检测

h = cv2.findContours(img,cv2.RETR_EXTERNAL,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

return ret

——————————

另外帖子发不下了，全部代码在一楼

来自于互联网!