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：
原文地址：http://blog.csdn.net/huangcanjun187/article/details/45668311
