小华同学的学习笔记

如图，这是打电话手势。在进行背景处理、二值化、统一尺寸后，提取ROI的轮廓得到的20*20图片。现在要将手势提取出来，用的是基于OpenCV的随机森林(Random Forest)API。手势识别，本质上就是，将一个模板与另外所有的模板区分开。用过OpenCV的人脸识别训练特征函数HAAR的同学就知道，训练的时候有正模板(Positive samples)和负模板(Negtive

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\c

第一步，定义OpenCV自带的写CvVideoWriter *original_frame_writer

本文对OpenCV轮廓凸包检测以及参考代码两个部分进行合并。并加入自己的图像预处理，包括采集、去背景和二值化。实现了手掌的特征点提取。图1 原始图像步骤1 图像采集红外摄像头采集回来的图像。基本上背景全部被过路掉。省掉用RGB摄像头，接着还要HSV肤色检测的步骤图2 去背景的2二值化图像步骤2 去背景、二值化首先膨胀5个像素点，避免手指短