基于python +OpenCV hand.xml进行手部检测

一、准备

下载hand.xml haarcascades---各种分类器xml文件下载地址

使用非最大抑制代码可以参考https://blog.csdn.net/Barry_J/article/details/101522653

二、代码

hand_detect.py

#!/usr/bin/python
# -*- coding: utf-8 -*-

import sys

import cv2
from face_detect.nms import non_max_suppression_slow


hand_model = 'hand.xml'
out_file = "output.avi"



def faceDetect(img, handCascade):
    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    # faces = face_cascade.detectMultiScale(gray, 1.3, 5)


    #hand
    hand = handCascade.detectMultiScale(
        gray,
        scaleFactor=1.1,
        minNeighbors=2,
        minSize=(40, 40)
    )

    print(hand)

    pick = non_max_suppression_slow(hand, 0.3)

    for  (hx,hy,hw,hh) in pick:

        cv2.rectangle(img, (hx,hy), (hx+hw,hy+hh), (230, 20, 232), 3)




    return img


def main():
    cap = cv2.VideoCapture(0)
    # width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH) + 0.5)
    # height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT) + 0.5)
    # face_cascade = cv2.CascadeClassifier(face_model)
    # eyeCascade = cv2.CascadeClassifier(eyes_model)
    # mouth_detector = cv2.CascadeClassifier(mouth_model)
    handcascade = cv2.CascadeClassifier(hand_model)
    # fourcc = cv2.VideoWriter_fourcc(*'flv1')  # 'F', 'L', 'V', '1'
    # video = cv2.VideoWriter(out_file, fourcc, 20.0, (width, height))
    while(True):
        ret, frame = cap.read()
        if ret == True:
            # frame = faceDetect(frame, face_cascade,eyeCascade,mouth_detector,handcascade)
            frame = faceDetect(frame, handcascade)
        cv2.imshow("pose", frame)
        # video.write(frame)
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break
    # video.release()
    cap.release()
    cv2.destroyAllWindows()


main()

 

  • 1
    点赞
  • 12
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
OpenCV是一个开源计算机视觉库,可以用于许多计算机视觉任务,包括手部检测。在这里,我们将介绍如何使用OpenCV Python进行手部检测。 第一步是安装OpenCV。可以使用命令“pip install opencv-python”在Python中安装OpenCV。 接下来,我们需要一张图像进行手部检测。可以使用OpenCV中的imread()函数加载图像。例如: ``` import cv2 image = cv2.imread('hand.jpg') ``` 现在,我们可以使用OpenCV提供的Haar级联分类器来检测手部。Haar级联分类器是一种机器学习算法,用于检测对象。OpenCV提供了一些预先训练的Haar级联分类器,可以在检测手部时使用。 以下是检测手部的代码: ``` import cv2 image = cv2.imread('hand.jpg') # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 加载Haar级联分类器 hand_cascade = cv2.CascadeClassifier('hand.xml') # 检测手部 hands = hand_cascade.detectMultiScale(gray, 1.1, 5) # 绘制矩形框 for (x, y, w, h) in hands: cv2.rectangle(image, (x, y), (x+w, y+h), (0, 255, 0), 2) # 显示图像 cv2.imshow('Hand Detection', image) cv2.waitKey(0) cv2.destroyAllWindows() ``` 在这里,我们首先将图像转换为灰度图像,然后加载Haar级联分类器。然后,我们使用detectMultiScale()函数检测手部,并绘制矩形框。 最后,我们使用imshow()函数显示图像,并使用waitKey()和destroyAllWindows()函数等待用户按下任意键关闭窗口。 该代码将显示带有手部矩形框的图像。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

一摩尔自由

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值