Python+OpenCV3简单手势识别

今天教大家一个有趣的玩法，如何利用Python+opencv3实现简单的手势识别。当然网上也有相关教程，但绝大多数给出的代码拿来之后你是不能直接用的，这对于拿来主义的同学来说简直太“禽兽”了。所以今天我也会给出所有代码，只要配置好环境就可以运行。话不多说接下来就进入正题。

安装相关库

这个安装库的重要性就不用我多说了，但凡是想直接用人家的代码，就要安装人家运行所需的全部库。

pip install opencv-python

pip install opencv-contrib-python

pip install numpy

原理简述

第一步： 加载图片，无论你是用cv2导入一张静态手势图片还是用摄像头导入实时图片都可以。
第二步： 肤色检测，基于HSV颜色空间H,S,V范围筛选法 HSV中 7<H<20 28<S<256 50<V<256
第三步： 进行高斯滤波
第四步： 边缘轮廓检测
第五步： 求出手势的凹凸点
第六步： 利用凹凸点个数判断当前手势，例如：0个凹凸点就是拳头，4个凹点就是布也就是5。

代码

接下来就是你们最开心的 时刻了-看代码。哈，你们高兴的太早了，我的代码注释很少的。所以。。。。我尽量添上注释。

我明说了，代码虽然可以运行，但有BUG，要在一个地方加异常判断，否则如果没检测到手的话程序就会报错退出，至于在哪加相信也不难，你们好好优化吧。问我，我可是要收费的。手动dog

# _*_ coding: UTF-8 _*_
import cv2
import numpy as np
import math
cap = cv2.VideoCapture(0)

while(cap.isOpened()):
    ret,frame = cap.read() # 读取摄像头每帧图片
    
    frame = cv2.flip(frame,1)
    kernel = np.ones((2,2),np.uint8)
    roi = frame[100:300,100:300] # 选取图片中固定位置作为手势输入

    cv2.rectangle(frame,(100,100),(300,300),(0,0,255),0) # 用红线画出手势识别框
    # 基于hsv的肤色检测
    hsv = cv2.cvtColor(roi,cv2.COLOR_BGR2HSV)
    lower_skin = np.array([0,28,70],dtype=np.uint8)
    upper_skin = np.array([20, 255, 255],dtype=np.uint8)
    
    # 进行高斯滤波
    mask = cv2.inRange(hsv,lower_skin,upper_skin)
    mask = cv2.dilate(mask,kernel,iterations=4)
    mask = cv2