基于Dragoboard 410c开发板的简单手型识别方案

手势交互是未来人机交互领域发展的一个重要方向，本文将参考使用Opencv实现静态手势识别玩转石头剪刀布一文，教大家如何在Dragoboard 410c开发板上使用Python脚本语言实现简单的手型识别，通过从USB摄像头获取手型图像，然后识别出石头-剪刀-布三个手型。

具体实现步骤如下：

1）获取USB摄像头图像：

这里主要是通过Opencv提供的Python接口cv2，具体可以参考410c板获取USB摄像头图像一文，里面详细介绍了在dragonboard 410c上使用USB摄像头获取图像。

2）设置手势区域

在视频区域内设置一个手势区域，只有将手放入到该区域，系统才可以正确的识别手型，其他区域的系统不做处理，具体代码如下：

#设置手型区域

cv2.rectangle（img，（426，0），（640，250），（170，170，0））

#获取手型区域图像并保存

img = img［0:210，426:640］

cv2.imwrite（“wif.jpg”，img）

3）对检测区域进行图像处理，其核心代码如下：

img = cv2.imread（“wif.jpg”，0）

element = cv2.getStructuringElement（cv2.MORPH_RECT，（11，11））

dilate = cv2.dilate（img， element）

erode = cv2.erode（img， element）

result = cv2.absdiff（dilate，erode）;

retval， result = cv2.threshold（result， 40， 255， cv2.THRESH_BINARY）;

result = cv2.bitwise_not（result）;

result =cv2.medianBlur（result，23）

4）判断手型，其中部分核心代码如下：

if width［i］<=20 or width［i］>=40：

width_jiandao= False

width_length += width［i］

if width_jiandao==True and count==2：

return 1;

if（area <8500）：

#print ‘stone;

return 0;

print “width_leng”，width_length

......

if（area>14000 or count>=3）：

#print ’paper‘;

return 2;

if（width_length<110）：

#print ’rock‘;

return 1;

else：

#print ’paper‘;

return 2;

到这里我们就完成了整个手型识别的核心部分，具体的代码较长，直接附件http://pan.baidu.com/s/1kUKSxoV，用该代码运行就可以进行手型检测，效果如下图所示，虽然不准确，但是基本上可以检测出三种不同的手型：