- c - 在位数组中找到第一个零
- linux - Unix 显示有关匹配两种模式之一的文件的信息
- 正则表达式替换多个文件
- linux - 隐藏来自 xtrace 的命令
在过去的几天中,我一直在使用OpenCV Python开发手势识别程序。理想情况下,我想要一个像this video中所示的系统。我已经阅读了视频说明中描述的算法,并且几乎了解了所有算法。但是,在复制他在背景减法和肤色检测中的成功方面,我一直遇到麻烦。我所有的尝试最终都变得非常嘈杂和/或非常依赖光照,这两者都暂时使我的代码无用。
我尝试了以下方法:
最佳答案
我已经编写了fingerspelling解释器应用程序,因此遇到了许多您遇到的健壮性问题。经过几周的实验,我确定了一个结合了几种不同方法的解决方案,但采用的最重要方法是基于颜色的细分。
基于颜色(肤色)的细分可能非常强大,但简单的实现必然会缺少您要寻找的鲁棒性。首先,每个人的肤色是不同的。因此,重要的是要通过其他机制来确定基线肤色。一种方法是使用面部检测器(例如级联分类器)查找对象的面部,然后相应地“调整”滤镜范围。
我个人使用级联分类器首先找到了闭合的拳头形状,然后对1)仅包括拳头的紧密边界框和2)整个图像之间的HSV直方图进行了归一化和差分。然后,我建立了一个查找表(LUT),将每个通道的每个值映射到0到255之间的值,该值代表像素代表皮肤的概率。
根据我的经验,提高我的手部追踪逻辑性能的最重要因素是我不放弃信息的想法。您将很容易使用一些最佳范围来简单地设置阈值以生成二进制图像,但是知道一个像素有40%的机会是皮肤,而另一个像素有60%的机会是很有用的。一旦达到阈值,您所拥有的就是1和0。
当然,如果打算使用基于轮廓的姿势分类,则可能有必要在某个点进行阈值处理。但是,如果您确实要构建功能强大的手势识别软件,则可能需要使用Convolutional Neural Net (CNN)进行调查以执行分类。预测可以非常快速地完成,并且对背景噪声,转换等非常强大。希望这会有所帮助!
编辑:让我澄清一下有关“标准化和差异化HSV直方图”的评论。首先,这样做的理由是能够利用OpenCV的LUT (lookup table)而不是基于范围的阈值。 LUT
非常有效,并且比基于范围的阈值处理更加灵活。例如,假设您想要的色相包含两个单独范围内的值(例如:0-30和150-180)。基于LUT的方法可以轻松解决这一问题,因为每个单独的值都可以独立映射。
因此,一旦建立了LUT,就只需要为每帧在HSV图像上运行LUT
。这是一个非常有效的解决方案。
就我而言,要构建LUT,我采取了以下步骤:
normalize
函数和NORM_MINMAX
将差异直方图标准化为0.0到1.0之间的值。 关于python - Python cv2中的皮肤检测和背景扣除,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/37360078/
我到处都找了很多,找不到我的问题的答案。我试图从这个线程复制一个文本检测软件(Extracting text OpenCV)但是在代码的末尾有一条消息错误说没有匹配的矩形,即使我已经在上面绘制了一个并
我已经彻底搜索过,但没有找到直接的答案。 将 opencv 矩阵 (cv::Mat) 作为参数传递给函数,我们传递的是智能指针。我们对函数内部的输入矩阵所做的任何更改也会改变函数范围之外的矩阵。 我读
在我的应用程序中,我有一个通过引用接收 cv::Mat 对象的函数。这是函数的声明: void getChains(cv::Mat &img,std::vector &chains,cv::
我正在使用 Qt 编写一个 GUI 程序,并使用 OpenCV 进行一些视频处理。我在主 GUI 线程的标签中显示 OpenCV 进程(在单独的线程中)的结果。 我遇到的问题是 cv::waitKey
Mat a = (Mat_(3,3) = 2 int dims; //! the number of rows and columns or (-1, -1) when the arr
我尝试运行下面的代码,但出现错误。我正在为名为“Mat::at”的 OpenCV 函数创建一个包装器,并尝试使用“G++”将其编译为 Ubuntu Trusty 上的“.so”。我在下面列出了“.cp
我在 C# 中使用 EmguCV,当我想从网络摄像头抓取帧时遇到问题,语句中出现红色下划线: imgOrg = capturecam.QueryFrame(); error: Cannot impli
我正在尝试从另外两个矩阵生成一个 cv::Mat C,以便获得第三个矩阵,该矩阵由通过组合矩阵 A 和 B 的一维点生成的二维点构成。 我的问题是,我尝试的所有操作都只是连接矩阵,并没有真正将每个点与
我用 cv.imread在 python 中读取 png 文件。然后当我使用 cv.imwrite立即保存图像的功能我然后发现图像中的颜色略有变化。我正在尝试在此图像上执行字符识别,而 OCR 在 p
我尝试将 cv::bitwise_not 转换为 double 值的 cv::Mat 矩阵。我申请了 cv::bitwise_not(img, imgtemp); img是0和1的CV_64F数据。但
我正在尝试使用函数 cv.glmnet 找到最佳的 lambda(使用 RIDGE 回归)以预测某些对象的归属类别。所以我使用的代码是: CVGLM<-cv.glmnet(x,y,nfolds=34,
我有这个方法: static void WriteMatVect(const std::string& filename, const std::vector& mats); ... void Fil
下面的转换是我想要做的。 对于源图像中的每个图 block ,我知道每个角的坐标,并且我知道输出图像中每个对应角的坐标,所以我可以调用 cvWarpPerspective 扭曲每个图 block ,然
我必须在C++ / CLI中的托管和非托管代码中都使用OpenCV。 我正在尝试在托管代码中使用Emgu CV来包装OpenCV对象,但是在进行转换时遇到了麻烦。 我该怎么做: Emgu::CV::M
我正在尝试在 cv::Mat 中使用 CV_32FC4,以便它存储 RGBA32 图像。但是当我使用 cv::imwrite 将其保存为 png 文件时,结果文件始终是一个空图像。 例如,我创建了这样
无法在 VS 2017 中设置 OpenCV。我做错了什么?是的,我已将所有其他帖子设为红色。 代码: #include "opencv2/highgui/highgui.hpp" u
我有两个(相同大小,相同类型)cv:Mat 让我们称它们为 A,B。我还有另一个 cv::Mat,它是一个掩码(0 和 1 值或其他值,0 和 255 也适用)让我们称它为 M。 我需要构造一个新的
使用 OpenCV 中实现的 Scalar 类,我不明白这段代码有什么区别: Mat test; test = Scalar::all(0); 还有这个: Mat test = Scalar::all
我对这行代码感到困惑: cv::Mat_::iterator 我知道 Mat_ 属于 cv 命名空间和 vec3b 也。但是之后的最后一个 :: 操作符和 iterator 让我感到困惑!它也属于 c
我想优雅地将 Mat 转换为 Vec3f。目前我是这样做的: Mat line; Vec3f ln; ln[0] = line.
我是一名优秀的程序员,十分优秀!