手勢交互是未來人機交互領(lǐng)域發(fā)展的一個重要方向，本文將參考使用Opencv實現(xiàn)靜態(tài)手勢識別玩轉(zhuǎn)石頭剪刀布一文，教大家如何在Dragoboard 410c開發(fā)板上使用Python腳本語言實現(xiàn)簡單的手型識別，通過從USB攝像頭獲取手型圖像，然后識別出石頭-剪刀-布三個手型。

具體實現(xiàn)步驟如下：

1)獲取USB攝像頭圖像：

這里主要是通過Opencv提供的Python接口cv2，具體可以參考410c板獲取USB攝像頭圖像一文，里面詳細介紹了在dragonboard 410c上使用USB攝像頭獲取圖像。

2)設(shè)置手勢區(qū)域

在視頻區(qū)域內(nèi)設(shè)置一個手勢區(qū)域，只有將手放入到該區(qū)域，系統(tǒng)才可以正確的識別手型，其他區(qū)域的系統(tǒng)不做處理，具體代碼如下：

#設(shè)置手型區(qū)域

cv2.rectangle(img，(426，0)，(640，250)，(170，170，0))

#獲取手型區(qū)域圖像并保存

img = img[0:210，426:640]

cv2.imwrite(“wif.jpg”，img)

3)對檢測區(qū)域進行圖像處理，其核心代碼如下：

img = cv2.imread(“wif.jpg”，0)

element = cv2.getStructuringElement(cv2.MORPH_RECT，(11，11))

dilate = cv2.dilate(img， element)

erode = cv2.erode(img， element)

result = cv2.absdiff(dilate，erode);

retval， result = cv2.threshold(result， 40， 255， cv2.THRESH_BINARY);

result = cv2.bitwise_not(result);

result =cv2.medianBlur(result，23)

4)判斷手型，其中部分核心代碼如下：

if width[i]<=20 or width[i]>=40：

width_jiandao= False

width_length += width[i]

if width_jiandao==True and count==2：

return 1;

if(area <8500)：

#print ‘stone;

return 0;

print “width_leng”，width_length

......

if(area>14000 or count>=3)：

#print ’paper‘;

return 2;

if(width_length<110)：

#print ’rock‘;

return 1;

else：

#print ’paper‘;

return 2;

到這里我們就完成了整個手型識別的核心部分，具體的代碼較長，直接附件http://pan.baidu.com/s/1kUKSxoV，用該代碼運行就可以進行手型檢測，效果如下圖所示，雖然不準確，但是基本上可以檢測出三種不同的手型：