用OpenCV的随机树算法(Random Forest Tree)进行手势检测

Opencv 的强大程度超乎我们的预料。

Opencv 机器学习官方文档给出的算法涵盖了 Statistical Models、Normal Bayes Classifier、K-Nearest Neighbors、Support Vector Machines、Random Trees等算法。

OpenCV安装文件夹(\opencv\sources\samples\cpp)中，可以找到“letter_recog.cpp”文件，即字母检测程序。

程序涵盖了以上几种算法对字母进行检测，默认是用Random Trees的方法进行检测，还与字母“T”进行了相似度匹配。

本文的程序gesture_randomTree基于点击打开链接提供的程序进行修改，能都对5种手势图像（每类10种，共50张图）进行Learning,然后用学习的结果对这50张图进行检测，结果是100%正确。

那么我将一张不属于学习范围的手势（即不属于这5种手势）的图放进去检测，结果如何呢？

结果是程序将它识别成第4种手势。这是目前的问题所在，即需要根据匹配的相似度排除那些非手势图片。

接下来的工作，就是解析每次识别的probability,即与现有sample的相似程度，当低于特定阈值的时候，将图片排除在现有手势之外。