11月份有一个项目需要用到手势识别功能,google之,大爱OpenCv,记录下自己的学习历程,让我们为互联网的开源精神Cheers.
项目采用Qt + Opencv + win7环境下实现
一、
首先我们要 win7下配置OpenCV的Qt开发环境,具体参考如下
http://blog.csdn.net/qiurisuixiang/article/details/8665278
当你的test code 成功实现一张图片显示的时候,congratulate you,你的环境已经搭建成功了。
二、
做完初步的环境搭建,让我们来做一些好玩的事情,实现对一个物体的背景轮廓分离。这里我采用了大津算法,初步实现了背景和背景的分离。
贴Code
#include"cv.h"
#include"cxcore.h"
#include"highgui.h"
void cvThresholdOtsu(IplImage* src, IplImage* dst)
{
int height=src->height;
int width=src->width;
//histogram
float histogram[256]={0};
for(int i=0;i<height;i++)
{
unsigned char* p=(unsigned char*)src->imageData+src->widthStep*i;
for(int j=0;j<width;j++)
{
histogram[*p++]++;
}
}
//normalize histogram
int size=height*width;
for(int i=0;i<256;i++)
{
histogram[i]=histogram[i]/size;
}
//average pixel value
float avgValue=0;
for(int i=0;i<256;i++)
{
avgValue+=i*histogram[i];
}
int threshold;
float maxVariance=0;
float w=0,u=0;
//自适应阈值
for(int i=0;i<256;i++)
{
w+=histogram[i];
u+=i*histogram[i];
float t=avgValue*w-u;
float variance=t*t/(w*(1-w));
if(variance>maxVariance)
{
maxVariance=variance;
threshold=i;
}
}
cvThreshold(src,dst,threshold,255,CV_THRESH_BINARY);//设置阈值
}
void cvSkinOtsu(IplImage* src, IplImage* dst)
{
assert(dst->nChannels==1&& src->nChannels==3);
IplImage* ycrcb=cvCreateImage(cvGetSize(src),8,3);
IplImage* cr=cvCreateImage(cvGetSize(src),8,1);
cvCvtColor(src,ycrcb,CV_BGR2YCrCb);
cvSplit(ycrcb,0,cr,0,0);
cvThresholdOtsu(cr,cr);
cvCopyImage(cr,dst);
cvReleaseImage(&cr);
cvReleaseImage(&ycrcb);
}
int main(int argc,char *argv[])
{
IplImage *src=cvLoadImage("E:/hand.jpg",1);
IplImage *binary_img=cvCreateImage(cvGetSize(src),8,1);
cvSkinOtsu(src, binary_img);
CvMemStorage *pcvMStorage = cvCreateMemStorage();
CvSeq *pcvSeq = NULL;
cvFindContours(binary_img, pcvMStorage, &pcvSeq, sizeof(CvContour),\
CV_RETR_LIST, CV_CHAIN_APPROX_SIMPLE, cvPoint(0, 0));
IplImage *pOutlineImage = cvCreateImage(cvGetSize(binary_img), IPL_DEPTH_8U, 3);
cvDrawContours(pOutlineImage, pcvSeq, CV_RGB(255,0,0), CV_RGB(0,255,0), 5, 2);
cvNamedWindow("Image",1);
cvNamedWindow("binary",1);
cvNamedWindow("end",1);
cvShowImage("Image",src);
cvShowImage("binary",binary_img);
cvShowImage("end", pOutlineImage);
cvWaitKey(0);
cvDestroyWindow("Image");
cvReleaseImage(&src);
cvDestroyWindow("binary");
cvReleaseImage(&binary_img);
cvDestroyWindow("end");
cvReleaseImage(&pOutlineImage);
return 0;
}
通过以上代码我们可以实现初步的轮廓提取,贴上一张图
具体的实现算法google之,简要概括就是通过类间方差识别出手掌和背景的分离指标,用这个算出手掌和背景的分离阈值,从而对图像二值化,最后使用cvFindContours对二值化图像寻找轮廓显示。未完待续。