学习OpenCV——hand tracking手势跟踪

这几日，岛上风云突变，我这个倒霉孩子终究木有躲过感冒的魔掌，中枪鸟~~~

这几天只写了个简单的手势跟踪的代码。

原理是：背景差分+肤色检测。

背景差分：取前30帧图像取平均值，计算前30帧之差的和，再求均值。在背景平均值上下浮动的阈值之外的被检测出来。

肤色检测：利用YCrCb空间。

两个结果相与操作。

这种方式的优点：1.有效解决了肤色检测结果中总是检测到人脸的情况；

                                2.解决背景差分检测结果杂乱的情况；

缺点：背景要求相对稳定，反差越大越好，鲁棒性差。

注意事项：差分法由于涉及到累加图像，编码时需注意保证归一化！！！NORMALIZE

#include "stdafx.h"
#include <cv.h>
#include <highgui.h>
#include <iostream>

using namespace cv;
using namespace std;

void intial(Mat src);
void accbackgound(Mat src,Mat pre);
void backgound(int count);
void foregound(Mat src,Mat pre);
void skin(Mat src);

Mat bg,Th,mask0;
Mat bglow0,bglow1,bglow2;
Mat bghigh0,bghigh1,bghigh2;
Mat mask;
int high=10,low=10;

int main()
{
    int count=0;
    VideoCapture capture;
    capture.open(0);
    Mat fram,prefram,result,fg;
    int framNum=0;


    while(capture.isOpened())
    {
        capture>>fram;

        fram.convertTo(fram,CV_32FC3);
        normalize(fram,fram,1,0,CV_MINMAX);
        imshow("src",fram);

        if(framNum==0)
        {
            intial(fram);
        }
        else if(framNum<30)
        {
            ++count;
            accbackgound(fram,prefram);
        }
        else if(framNum==30)
            backgound(count);
        else
        {
            foregound(fram,prefram);
            skin(fram);
        }
        fram.copyTo(prefram);
        framNum++;

        char key=(char)waitKey(2);
        switch(key)
        {
        case 27:
            return 0;
            break;

        }
    }
}

void intial(Mat src)
{
    src.copyTo(bg);
}

void accbackgound(Mat src,Mat pre)
{
    Mat temp;
    accumulate(src,bg);
    absdiff(src,pre,temp);

    if (Th.data==NULL)
    {
        temp.copyTo(Th);
    }
    else
        accumulate(temp,Th);
}

void backgound(int count)
{
    bg=bg/count;
    Th=Th/count;

    normalize(bg,bg,1,0,CV_MINMAX);
    imshow("backgound",bg);

    Mat t[3];
    Mat b[3];
    split(Th,t);
    split(bg,b);
    bglow0=b[0]-t[0]*low;
    bglow1=b[1]-t[1]*low;
    bglow2=b[2]-t[2]*low;
    bghigh0=b[0]+t[0]*high;
    bghigh1=b[1]+t[1]*high;
    bghigh2=b[2]+t[2]*high;
    cout<<"Start Traclking"<<endl;
}

void foregound(Mat src,Mat pre)
{
    Mat temp0,temp1,temp2;
    Mat framNow[3];
    Mat frampre[3];
    framNow[0].setTo(Scalar(0,0,0));
    framNow[1].setTo(Scalar(0,0,0));
    framNow[2].setTo(Scalar(0,0,0));
    temp0.setTo(Scalar(0,0,0));
    temp1.setTo(Scalar(0,0,0));
    temp2.setTo(Scalar(0,0,0));
    /*
    split(pre,frampre);
    accumulateWeighted(frampre[0],bglow0,0.1);
    accumulateWeighted(frampre[0],bghigh0,0.1);
    accumulateWeighted(frampre[1],bglow1,0.1);
    accumulateWeighted(frampre[1],bghigh1,0.1);
    accumulateWeighted(frampre[2],bglow2,0.1);
    accumulateWeighted(frampre[2],bglow2,0.1);
    */
    split(src,framNow);
    inRange(framNow[0],bglow0,bghigh0,temp0);
    inRange(framNow[1],bglow1,bghigh1,temp1);
    inRange(framNow[2],bglow2,bghigh2,temp2);
    bitwise_or(temp0,temp1,temp0);
    bitwise_or(temp0,temp2,temp0);
    bitwise_not(temp0,temp0);

    imshow("Show",temp0);
    temp0.copyTo(mask0);
}

void skin(Mat src)
{
    src.convertTo(src,CV_8UC3,255);
    Mat yuv,dst;
    cvtColor(src,yuv,CV_BGR2YCrCb);
    Mat dstTemp1(src.rows, src.cols, CV_8UC1);
    Mat dstTemp2(src.rows, src.cols, CV_8UC1);
    // 对YUV空间进行量化，得到2值图像，亮的部分为手的形状
    inRange(yuv, Scalar(0,133,0), Scalar(256,173,256), dstTemp1);
    inRange(yuv, Scalar(0,0,77), Scalar(256,256,127), dstTemp2);
    bitwise_and(dstTemp1, dstTemp2, mask);
    dst.setTo(Scalar::all(0));

    bitwise_and(mask,mask0,mask);
    src.copyTo(dst,mask);

    vector< vector<Point> > contours;   // 轮廓
    vector< vector<Point> > filterContours; // 筛选后的轮廓
    vector< Vec4i > hierarchy;    // 轮廓的结构信息
    vector< Point > hull; // 凸包络的点集
    contours.clear();
    hierarchy.clear();
    filterContours.clear();

    // 得到手的轮廓
    findContours(mask, contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE);
            // 去除伪轮廓
    for (size_t i = 0; i < contours.size(); i++)
    {
        //approxPolyDP(Mat(contours[i]), Mat(approxContours[i]), arcLength(Mat(contours[i]), true)*0.02, true);
        if (fabs(contourArea(Mat(contours[i]))) > 1000&&fabs(arcLength(Mat(contours[i]),true))<2000)  //判断手进入区域的阈值
        {
            filterContours.push_back(contours[i]);
        }
    }
    // 画轮廓
    drawContours(src, filterContours, -1, Scalar(0,0,255), 2); //8, hierarchy);
    imshow("traclking",src);
}

from: http://blog.csdn.net/yangtrees/article/details/7566284