码迷，mamicode.com
首页 > 其他好文 > 详细

学习OpenCV——hand tracking手势跟踪

时间：2016-04-17 20:35:40      阅读：332      评论：0      收藏：0      [点我收藏+]

标签：

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

 

[cpp] view plain copy
 
 print?
  1. #include "stdafx.h"  
  2. #include <cv.h>  
  3. #include <highgui.h>  
  4. #include <iostream>  
  5.   
  6. using namespace cv;  
  7. using namespace std;  
  8.   
  9. void intial(Mat src);  
  10. void accbackgound(Mat src,Mat pre);  
  11. void backgound(int count);  
  12. void foregound(Mat src,Mat pre);  
  13. void skin(Mat src);  
  14.   
  15. Mat bg,Th,mask0;  
  16. Mat bglow0,bglow1,bglow2;  
  17. Mat bghigh0,bghigh1,bghigh2;  
  18. Mat mask;  
  19. int high=10,low=10;  
  20.   
  21. int main()  
  22. {  
  23.     int count=0;  
  24.     VideoCapture capture;  
  25.     capture.open(0);  
  26.     Mat fram,prefram,result,fg;  
  27.     int framNum=0;  
  28.   
  29.   
  30.     while(capture.isOpened())  
  31.     {  
  32.         capture>>fram;  
  33.   
  34.         fram.convertTo(fram,CV_32FC3);  
  35.         normalize(fram,fram,1,0,CV_MINMAX);  
  36.         imshow("src",fram);  
  37.   
  38.         if(framNum==0)  
  39.         {  
  40.             intial(fram);     
  41.         }  
  42.         else if(framNum<30)  
  43.         {  
  44.             ++count;  
  45.             accbackgound(fram,prefram);  
  46.         }  
  47.         else if(framNum==30)  
  48.             backgound(count);  
  49.         else  
  50.         {  
  51.             foregound(fram,prefram);  
  52.             skin(fram);  
  53.         }  
  54.         fram.copyTo(prefram);  
  55.         framNum++;  
  56.   
  57.         char key=(char)waitKey(2);  
  58.         switch(key)  
  59.         {  
  60.         case 27:  
  61.             return 0;  
  62.             break;  
  63.               
  64.         }  
  65.     }  
  66. }  
  67.   
  68. void intial(Mat src)  
  69. {  
  70.     src.copyTo(bg);  
  71. }  
  72.   
  73. void accbackgound(Mat src,Mat pre)  
  74. {  
  75.     Mat temp;  
  76.     accumulate(src,bg);  
  77.     absdiff(src,pre,temp);  
  78.       
  79.     if (Th.data==NULL)  
  80.     {  
  81.         temp.copyTo(Th);  
  82.     }  
  83.     else  
  84.         accumulate(temp,Th);  
  85. }  
  86.   
  87. void backgound(int count)  
  88. {  
  89.     bg=bg/count;  
  90.     Th=Th/count;  
  91.       
  92.     normalize(bg,bg,1,0,CV_MINMAX);  
  93.     imshow("backgound",bg);   
  94.   
  95.     Mat t[3];  
  96.     Mat b[3];  
  97.     split(Th,t);  
  98.     split(bg,b);  
  99.     bglow0=b[0]-t[0]*low;  
  100.     bglow1=b[1]-t[1]*low;  
  101.     bglow2=b[2]-t[2]*low;  
  102.     bghigh0=b[0]+t[0]*high;  
  103.     bghigh1=b[1]+t[1]*high;  
  104.     bghigh2=b[2]+t[2]*high;  
  105.     cout<<"Start Traclking"<<endl;  
  106. }  
  107.   
  108. void foregound(Mat src,Mat pre)  
  109. {  
  110.     Mat temp0,temp1,temp2;  
  111.     Mat framNow[3];  
  112.     Mat frampre[3];  
  113.     framNow[0].setTo(Scalar(0,0,0));  
  114.     framNow[1].setTo(Scalar(0,0,0));  
  115.     framNow[2].setTo(Scalar(0,0,0));  
  116.     temp0.setTo(Scalar(0,0,0));  
  117.     temp1.setTo(Scalar(0,0,0));  
  118.     temp2.setTo(Scalar(0,0,0));  
  119.     /* 
  120.     split(pre,frampre); 
  121.     accumulateWeighted(frampre[0],bglow0,0.1); 
  122.     accumulateWeighted(frampre[0],bghigh0,0.1); 
  123.     accumulateWeighted(frampre[1],bglow1,0.1); 
  124.     accumulateWeighted(frampre[1],bghigh1,0.1); 
  125.     accumulateWeighted(frampre[2],bglow2,0.1); 
  126.     accumulateWeighted(frampre[2],bglow2,0.1); 
  127.     */  
  128.     split(src,framNow);  
  129.     inRange(framNow[0],bglow0,bghigh0,temp0);  
  130.     inRange(framNow[1],bglow1,bghigh1,temp1);  
  131.     inRange(framNow[2],bglow2,bghigh2,temp2);  
  132.     bitwise_or(temp0,temp1,temp0);  
  133.     bitwise_or(temp0,temp2,temp0);  
  134.     bitwise_not(temp0,temp0);  
  135.   
  136.     imshow("Show",temp0);  
  137.     temp0.copyTo(mask0);  
  138. }  
  139.   
  140. void skin(Mat src)  
  141. {  
  142.     src.convertTo(src,CV_8UC3,255);  
  143.     Mat yuv,dst;  
  144.     cvtColor(src,yuv,CV_BGR2YCrCb);  
  145.     Mat dstTemp1(src.rows, src.cols, CV_8UC1);  
  146.     Mat dstTemp2(src.rows, src.cols, CV_8UC1);  
  147.     // 对YUV空间进行量化，得到2值图像，亮的部分为手的形状  
  148.     inRange(yuv, Scalar(0,133,0), Scalar(256,173,256), dstTemp1);  
  149.     inRange(yuv, Scalar(0,0,77), Scalar(256,256,127), dstTemp2);  
  150.     bitwise_and(dstTemp1, dstTemp2, mask);  
  151.     dst.setTo(Scalar::all(0));  
  152.       
  153.     bitwise_and(mask,mask0,mask);  
  154.     src.copyTo(dst,mask);  
  155.   
  156.     vector< vector<Point> > contours;   // 轮廓  
  157.     vector< vector<Point> > filterContours; // 筛选后的轮廓  
  158.     vector< Vec4i > hierarchy;    // 轮廓的结构信息  
  159.     vector< Point > hull; // 凸包络的点集  
  160.     contours.clear();  
  161.     hierarchy.clear();  
  162.     filterContours.clear();  
  163.   
  164.     // 得到手的轮廓  
  165.     findContours(mask, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);  
  166.             // 去除伪轮廓  
  167.     for (size_t i = 0; i < contours.size(); i++)  
  168.     {  
  169.         //approxPolyDP(Mat(contours[i]), Mat(approxContours[i]), arcLength(Mat(contours[i]), true)*0.02, true);  
  170.         if (fabs(contourArea(Mat(contours[i]))) > 1000&&fabs(arcLength(Mat(contours[i]),true))<2000)  //判断手进入区域的阈值  
  171.         {  
  172.             filterContours.push_back(contours[i]);  
  173.         }  
  174.     }  
  175.     // 画轮廓  
  176.     drawContours(src, filterContours, -1, Scalar(0,0,255), 2); //8, hierarchy);  
  177.     imshow("traclking",src);  
  178. }  


技术分享

 

from: http://blog.csdn.net/yangtrees/article/details/7566284

学习OpenCV——hand tracking手势跟踪

标签：

原文地址：http://www.cnblogs.com/GarfieldEr007/p/5401897.html
踩
(0)
赞
(0)
   
举报
评论 一句话评论（0）
登录后才能评论！
分享档案
更多>
2021年07月29日 (22)
2021年07月28日 (40)
2021年07月27日 (32)
2021年07月26日 (79)
2021年07月23日 (29)
2021年07月22日 (30)
2021年07月21日 (42)
2021年07月20日 (16)
2021年07月19日 (90)
2021年07月16日 (35)
周排行
mamicode.com排行更多图片
更多
友情链接
兰亭集智   国之画   百度统计   站长统计   阿里云   chrome插件   新版天听网
关于我们 - 联系我们 - 留言反馈
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码！