学习OpenCV——hand tracking手势跟踪
这几日,岛上风云突变,我这个倒霉孩子终究木有躲过感冒的魔掌,中枪鸟~~~
这几天只写了个简单的手势跟踪的代码。
原理是:背景差分+肤色检测。
背景差分:取前30帧图像取平均值,计算前30帧之差的和,再求均值。在背景平均值上下浮动的阈值之外的被检测出来。
肤色检测:利用YCrCb空间。
两个结果相与操作。
这种方式的优点:1.有效解决了肤色检测结果中总是检测到人脸的情况;
2.解决背景差分检测结果杂乱的情况;
缺点:背景要求相对稳定,反差越大越好,鲁棒性差。
注意事项:差分法由于涉及到累加图像,编码时需注意保证归一化!!!NORMALIZE
- #include "stdafx.h"
- #include <cv.h>
- #include <highgui.h>
- #include <iostream>
- using namespace cv;
- using namespace std;
- void intial(Mat src);
- void accbackgound(Mat src,Mat pre);
- void backgound(int count);
- void foregound(Mat src,Mat pre);
- void skin(Mat src);
- Mat bg,Th,mask0;
- Mat bglow0,bglow1,bglow2;
- Mat bghigh0,bghigh1,bghigh2;
- Mat mask;
- int high=10,low=10;
- int main()
- {
- int count=0;
- VideoCapture capture;
- capture.open(0);
- Mat fram,prefram,result,fg;
- int framNum=0;
- while(capture.isOpened())
- {
- capture>>fram;
- fram.convertTo(fram,CV_32FC3);
- normalize(fram,fram,1,0,CV_MINMAX);
- imshow("src",fram);
- if(framNum==0)
- {
- intial(fram);
- }
- else if(framNum<30)
- {
- ++count;
- accbackgound(fram,prefram);
- }
- else if(framNum==30)
- backgound(count);
- else
- {
- foregound(fram,prefram);
- skin(fram);
- }
- fram.copyTo(prefram);
- framNum++;
- char key=(char)waitKey(2);
- switch(key)
- {
- case 27:
- return 0;
- break;
- }
- }
- }
- void intial(Mat src)
- {
- src.copyTo(bg);
- }
- void accbackgound(Mat src,Mat pre)
- {
- Mat temp;
- accumulate(src,bg);
- absdiff(src,pre,temp);
- if (Th.data==NULL)
- {
- temp.copyTo(Th);
- }
- else
- accumulate(temp,Th);
- }
- void backgound(int count)
- {
- bg=bg/count;
- Th=Th/count;
- normalize(bg,bg,1,0,CV_MINMAX);
- imshow("backgound",bg);
- Mat t[3];
- Mat b[3];
- split(Th,t);
- split(bg,b);
- bglow0=b[0]-t[0]*low;
- bglow1=b[1]-t[1]*low;
- bglow2=b[2]-t[2]*low;
- bghigh0=b[0]+t[0]*high;
- bghigh1=b[1]+t[1]*high;
- bghigh2=b[2]+t[2]*high;
- cout<<"Start Traclking"<<endl;
- }
- void foregound(Mat src,Mat pre)
- {
- Mat temp0,temp1,temp2;
- Mat framNow[3];
- Mat frampre[3];
- framNow[0].setTo(Scalar(0,0,0));
- framNow[1].setTo(Scalar(0,0,0));
- framNow[2].setTo(Scalar(0,0,0));
- temp0.setTo(Scalar(0,0,0));
- temp1.setTo(Scalar(0,0,0));
- temp2.setTo(Scalar(0,0,0));
- /*
- split(pre,frampre);
- accumulateWeighted(frampre[0],bglow0,0.1);
- accumulateWeighted(frampre[0],bghigh0,0.1);
- accumulateWeighted(frampre[1],bglow1,0.1);
- accumulateWeighted(frampre[1],bghigh1,0.1);
- accumulateWeighted(frampre[2],bglow2,0.1);
- accumulateWeighted(frampre[2],bglow2,0.1);
- */
- split(src,framNow);
- inRange(framNow[0],bglow0,bghigh0,temp0);
- inRange(framNow[1],bglow1,bghigh1,temp1);
- inRange(framNow[2],bglow2,bghigh2,temp2);
- bitwise_or(temp0,temp1,temp0);
- bitwise_or(temp0,temp2,temp0);
- bitwise_not(temp0,temp0);
- imshow("Show",temp0);
- temp0.copyTo(mask0);
- }
- void skin(Mat src)
- {
- src.convertTo(src,CV_8UC3,255);
- Mat yuv,dst;
- cvtColor(src,yuv,CV_BGR2YCrCb);
- Mat dstTemp1(src.rows, src.cols, CV_8UC1);
- Mat dstTemp2(src.rows, src.cols, CV_8UC1);
- // 对YUV空间进行量化,得到2值图像,亮的部分为手的形状
- inRange(yuv, Scalar(0,133,0), Scalar(256,173,256), dstTemp1);
- inRange(yuv, Scalar(0,0,77), Scalar(256,256,127), dstTemp2);
- bitwise_and(dstTemp1, dstTemp2, mask);
- dst.setTo(Scalar::all(0));
- bitwise_and(mask,mask0,mask);
- src.copyTo(dst,mask);
- vector< vector<Point> > contours; // 轮廓
- vector< vector<Point> > filterContours; // 筛选后的轮廓
- vector< Vec4i > hierarchy; // 轮廓的结构信息
- vector< Point > hull; // 凸包络的点集
- contours.clear();
- hierarchy.clear();
- filterContours.clear();
- // 得到手的轮廓
- findContours(mask, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
- // 去除伪轮廓
- for (size_t i = 0; i < contours.size(); i++)
- {
- //approxPolyDP(Mat(contours[i]), Mat(approxContours[i]), arcLength(Mat(contours[i]), true)*0.02, true);
- if (fabs(contourArea(Mat(contours[i]))) > 1000&&fabs(arcLength(Mat(contours[i]),true))<2000) //判断手进入区域的阈值
- {
- filterContours.push_back(contours[i]);
- }
- }
- // 画轮廓
- drawContours(src, filterContours, -1, Scalar(0,0,255), 2); //8, hierarchy);
- imshow("traclking",src);
- }
from: http://blog.csdn.net/yangtrees/article/details/7566284
学习OpenCV——hand tracking手势跟踪的更多相关文章
- 基于meanshift的手势跟踪与电脑鼠标控制(手势交互系统)
基于meanshift的手势跟踪与电脑鼠标控制(手势交互系统) zouxy09@qq.com http://blog.csdn.net/zouxy09 一年多前开始接触计算机视觉这个领域的时候,年幼无 ...
- 学习OpenCV研究报告指出系列(二)源代码被编译并配有实例project
下载并安装CMake3.0.1 要自己编译OpenCV2.4.9的源代码.首先.必须下载编译工具,使用的比較多的编译工具是CMake. 以下摘录一段关于CMake的介绍: CMake是一个 ...
- 学习opencv之路(一)
先看一下<学习opencv> 找几个demo 学会相机标定 我做的是单目相机的标定.
- [纯小白学习OpenCV系列]官方例程00:世界观与方法论
2015-11-11 ----------------------------------------------------------------------------------- 其实,写博 ...
- 《学习OpenCV》中求给定点位置公式
假设有10个三维的点,使用数组存放它们有四种常见的形式: ①一个二维数组,数组的类型是CV32FC1,有n行,3列(n×3) ②类似①,也可以用一个3行n列(3×n)的二维数组 ③④用一个n行1列(n ...
- 对人脑处理视觉的描述(摘《学习OpenCV(中文版)》)
人脑将视觉信号划分入很多个通道,将各种不同的信息输入你的大脑.你的大脑有一个关注系统,会根据任务识别出图像的重要部分,并做重点分析,而其他部分则分析得较少 .在人类视觉流中存在大量的反馈,但是目前我们 ...
- 《学习OpenCV》练习题第五章第二题abc
代码: #include <stdio.h> #include <opencv/highgui.h> #include <opencv/cv.h> #include ...
- 《学习OpenCV》练习题第五章第一题ab
这道题是载入一幅带有有趣纹理的图像并用不同的模板(窗口,核)大小做高斯模糊(高斯平滑),然后比较用5*5大小的窗口平滑图像两次和用11*11大小的窗口平滑图像一次是否接近相同. 先说下我的做法,a部分 ...
- 《学习OpenCV》练习题第四章第八题ab
这道题是利用OpenCV例子程序里自带的人脸检测程序,做点图像的复制操作以及alpha融合. 说明:人脸检测的程序我参照了网上现有的例子程序,没有用我用的OpenCV版本(2.4.5)的facedet ...
随机推荐
- SQL--查询相同字段的数据
select city, statefrom state_county_citywhere city in (select city from state_county_city group by c ...
- SQL查询(二)
常用查询技巧 1.获取数据的前3(n)行 ; 2.SQL语句中if语句 在SQL语句中没有直接的if语句,但是有两个函数:DECODE和CASE,他们能够实现if语句的功能 2.1)decode -- ...
- 蓝牙版本V4.2特征讲解说明
2014年12月4日,最新的蓝牙4.2标准颁布,改善了数据传输速度和隐私保护程度,并接入了该设备将可直接通过IPv6和6LoWPAN接入互联网.在新的标准下蓝牙信号想要连接或者追踪用户设备必须经过用户 ...
- nrf51822裸机教程-GPIOTE
GPIO通常都会具有中断功能,上一讲的GPIO中并没有涉及到中断的相关寄存器. 51822将GPIO的中断相关做成了一个单独的模块GPIOTE,这个模块不仅提供了GPIO的中断功能,同时提供了 通过t ...
- iOS自定义控件开发详解
http://blog.csdn.net/zhangao0086/article/details/45622875
- Nodejs路由之间的数据传递
实例是模拟登录页面提交表单,然后根据信息判断是否登录成功 login.js var express =require('express'); var router =express.Router(); ...
- Weak Pair---hud5877大连网选(线段树优化+dfs)
题目链接:http://acm.split.hdu.edu.cn/showproblem.php?pid=5877 题意:给你一颗树,有n个节点,每个节点都有一个权值v[i]:现在求有多少对(u,v ...
- JS之相等操作符
1.相等 == 和不相等 != 先转换操作数再比较相等性 在转换不同的数据类型时,相等和不相等遵循以下规则: 1.1 如果有一个操作数是布尔值,则在比较相等性前先将其转换为数值---false转换为0 ...
- 关于lnmp下搭thinkPHP无法找到指定静态页面
我在lnmp 下架了一个thinkPHP框架,非常奇怪,在环境都配置好后,我在url里输入localhost:10007/index.php/member/login,正常来说应该显示login.ht ...
- sell - 配置service
1. 2. 注意value!