基于Dragoboard 410c开发板的简单手型识别方案.doc

《基于Dragoboard 410c开发板的简单手型识别方案.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、基于Dragoboard410c开发板的简单手型识别方案　　手势交互是未来人机交互领域发展的一个重要方向，本文将参考使用Opencv实现静态手势识别玩转石头剪刀布一文，教大家如何在Dragoboard410c开发板上使用Python脚本语言实现简单的手型识别，通过从USB摄像头获取手型图像，然后识别出石头-剪刀-布三个手型。　　　　具体实现步骤如下：　　1）获取USB摄像头图像：　　这里主要是通过Opencv提供的Python接口cv2，具体可以参考410c板获取USB摄像头图像一文，里面详细介绍了在dragonboard410c上使用USB摄像头获取图像。　　2）设置手

2、势区域　　在视频区域内设置一个手势区域，只有将手放入到该区域，系统才可以正确的识别手型，其他区域的系统不做处理，具体代码如下：　　#设置手型区域　　cv2.rectangle（img，（426，0），（640，250），（170，170，0））　　#获取手型区域图像并保存　　img=img［0:210，426:640］　　cv2.imwrite（“wif.jpg”，img）　　3）对检测区域进行图像处理，其核心代码如下：　　img=cv2.imread（“wif.jpg”，0）　　element=cv2.getStructuringElement（cv2.MORPH_RE

3、CT，（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）判断手型，其中部分核心代码如下：　　ifwidth［i］=40：　　width_jiandao

4、=False　　width_length+=width［i］　　ifwidth_jiandao==Trueandcount==2：　　return1;　　if（area14000orcount>=3）：　　#print’paper‘;　　return2;　　if（width_length<110）：　　#print’rock‘;　　return1;　　else：　　#print’paper‘;　　return2;　　到这里我们就完成了整个手型识别的核心部分，具体的代码较长，直接附件http://pan.baidu.com/s/1kUKSxoV，用该代码运行就可以进行手型检

5、测，效果如下图所示，虽然不准确，但是基本上可以检测出三种不同的手型：