OpenCV学习(31) 基于defects的简单手势

      前几年在做毕业设计时候曾用opencv1.0中defects做过简单的手势识别，这几天看OpenCV2.46中的轮廓函数，发现和以前差别挺大，函数调用完全不一样，重新实现了简单手势的代码。

1.首先用简单的肤色检测算法，得到手的区域。

    Mat img = cv::imread("../hand2.jpg");
    namedWindow("image");
    imshow("image", img);

    Mat hsvimg;

      首先把图像转化到HSV颜色空间，利用肤色色度、饱和度和亮度的特殊范围，得到手的区域。最后对得到的二值手的区域进行开闭操作，去掉一些小的干扰点。
    //得到HSV颜色空间的图像
    cvtColor( img, hsvimg, CV_BGR2HSV );
    //初始化手的图像和原始图像一样大小
    Mat handimg1(img.rows,img.cols, CV_8UC1, Scalar(0));

    //简单的肤色检测算法，基于HSV颜色空间和域值
    uchar* p;
    uchar* p1;
    uchar h, s, v;
    int i, j;
    for( i = 0; i < hsvimg.rows; ++i)
        {
        p = hsvimg.ptr<uchar>(i);
        p1= handimg1.ptr<uchar>(i);
        for ( j = 0; j < hsvimg.cols; ++j)
            {
            //printf (" %d %d %d",p[j*3], p[j*3+1],p[j*3+2]);
            h = p[j*3];
            s = p[j*3+1];
            v = p[j*3+2];
            if(h <= 19 && s >= 48 && v > 40)
                {
                p1[j] = 255;
                }
            else p1[j] = 0;
            }
        }
    //对得到手区域二值图做简单的开闭操作
    cv::Mat element = cv::getStructuringElement( cv::MORPH_RECT,
        cv::Size( 5,5 ),
        cv::Point( 2, 2 ) );
    morphologyEx( handimg1, handimg1, MORPH_OPEN, element );
    morphologyEx( handimg1, handimg1, MORPH_CLOSE, element );

简单肤色算法后的效果：

     接着对得到的手区域二值图，查找轮廓，找出面积最大的轮廓区域，这个区域一般为手的区域，对该区域求凸包以及defect数目，根据defect的数目，可以判断伸出几个手指头。注意：在判断defect数目时候，我们根据defect点到凸包的距离长度，过滤了一些小的defect。

过滤的代码为：

if ( defectVector.val[3] <= 10000 ) { continue; }

下面是过滤前后的defect点(黄色点)，可以看到过滤后，只有4个defect点，我们可以得出此时伸出了5个手指头。

而下面的图，只有1个defect点，则表示伸出2个手指头。

检测defect的代码如下：

vector<vector<Point> > contours;
vector<Vec4i> hierarchy;

//查找轮廓
findContours( handimg1, contours, hierarchy, CV_RETR_TREE, CV_CHAIN_APPROX_SIMPLE, Point(0, 0) );
printf("轮廓数目:%d
", contours.size());
vector<vector<Point> >hull( contours.size() );
for( int i = 0; i < contours.size(); i++ )
    {  convexHull( Mat(contours[i]), hull[i], false ); }

Mat drawing = Mat::zeros( handimg1.size(), CV_8UC3 );
int area = 0; //轮廓索引
int k = 0;
for(i = 0; i< contours.size(); i++ )
    {
    Scalar color1 = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
    drawContours( drawing, contours, i, color1, 1, 8, vector<Vec4i>(), 0, Point() );
    Scalar color2 = Scalar( rng.uniform(0, 255), rng.uniform(0,255), rng.uniform(0,255) );
    drawContours( drawing, hull, i, color2, 1, 8, vector<Vec4i>(), 0, Point() );
    int tt = contourArea(contours[i]);
    printf("轮廓面积%d = %d
", i, tt);
    if( tt > area)
        {
        area = contourArea(contours[i]);
        k = i;
        }

    }

if  (!isContourConvex(contours[k]) &&contours[k].size() > 3) 
    {
    vector<int> convexHull_IntIdx;
    vector<Vec4i> defects;
    convexHull(contours[k], convexHull_IntIdx, true);
    convexityDefects(contours[k], convexHull_IntIdx, defects);

    int defectcount = 0;
    for(i=0;i < defects.size();++i)  
        {  
        Matx<int,4,1> defectVector = defects[i];
        vector<Point> contours1 =contours[k];
        Point point1 = contours1[defectVector.val[0]];//开始点
        Point point2 = contours1[defectVector.val[1]];//结束点
        Point point3 = contours1[defectVector.val[2]];//深度点
        float dist = defectVector.val[3];
        printf("dist: %f 
", dist);
        if ( defectVector.val[3] <= 10000 ) { continue; } // skip defects that are shorter than 100 pixel
        circle(drawing, point1, 3, Scalar(255,255,0), 2, CV_AA);
        circle(drawing, point2, 8, Scalar(0,255,0), 2, CV_AA);
        circle(drawing, point3, 3, Scalar(0,255,255), 2, CV_AA);
        defectcount++;
        }
        printf("指缝数目：%d
", defectcount);
        
    }

程序源码：工程FirstOpenCV26