基于OpenCV的一種手勢識別方法

代麗男　韓格欣　薄純娟

摘 要：手勢識別已發(fā)展成為計(jì)算機(jī)人機(jī)交互的一個重要組成部分，穩(wěn)定、高效的識別系統(tǒng)可將人機(jī)交互體驗(yàn)提升到一個新的高度。簡要分析了OpenCV計(jì)算機(jī)視覺庫，提出了一種可行的手勢識別方法，實(shí)現(xiàn)了該算法并驗(yàn)證了其穩(wěn)定性和效率。

關(guān)鍵詞：OpenCV；手勢識別；模式識別；圖像處理

中圖分類號：TP368 文獻(xiàn)標(biāo)識碼：B 文章編號：2095-1302（2015）06-00-03

0 引 言

隨著科技的日益進(jìn)步，傳統(tǒng)的、基于鍵盤鼠標(biāo)的人機(jī)交互方式略顯單調(diào)。各國的研究者們探索著一個又一個新的人機(jī)交互方式，而在這些方式中，基于圖像理解的方式已經(jīng)取得了很大的進(jìn)展。我們的生活離不開肢體動作，而圖像方式是計(jì)算機(jī)能夠理解人類動作最直接的方式。圖像處理的研究內(nèi)容非常廣泛，配合統(tǒng)計(jì)、模式識別等學(xué)科知識的應(yīng)用，我們已經(jīng)能夠識別并理解常用的人類肢體動作。

在肢體動作中，手勢動作又是其中的重點(diǎn)。如今很多新的交互方式都建立在手勢識別理解的基礎(chǔ)上，例如：Microsoft的kinect系統(tǒng)，primesense的生物識別系統(tǒng)等。很多公司已經(jīng)將其應(yīng)用到了醫(yī)療、教育教學(xué)、失語者手勢理解等領(lǐng)域。因此，研究手勢識別理解將會是未來計(jì)算機(jī)領(lǐng)域的一大熱點(diǎn)。

運(yùn)動識別系統(tǒng)的進(jìn)步伴隨著數(shù)字圖像處理領(lǐng)域的進(jìn)步，各國學(xué)者相繼開發(fā)出了大量優(yōu)秀的計(jì)算機(jī)視覺和圖像處理軟件包。大多數(shù)軟件包基于計(jì)算速度的考慮采用C/C++ 編寫[1]。雖然這些軟件包對計(jì)算機(jī)圖像處理和計(jì)算機(jī)視覺的研究提供了很大地便利，但也存在著不足之處[2]：

（1）現(xiàn)行的多數(shù)圖像處理平臺沒有提供高級數(shù)學(xué)函數(shù)；

（2）Matlab 的運(yùn)行速度需要提高并且對宿主機(jī)器的配置要求較高；

（3）絕大多數(shù)圖像處理庫不支持嵌入式程序開發(fā)。

開源計(jì)算機(jī)視覺庫OpenCV（Open Source Computer Vision Library）的出現(xiàn)極大地彌補(bǔ)了這些不足，給開發(fā)者提供了強(qiáng)大的綜合開發(fā)平臺。

1 OpenCV簡介

OpenCV（Open Source Computer Vision Library）誕生于Intel 研究中心，是一個開放源代碼的、高質(zhì)量的計(jì)算機(jī)視覺庫。它輕量且高效，采用C/C++ 語言編寫，可以運(yùn)行在Linux/Windows/Mac等操作系統(tǒng)上。OpenCV 還提供了Python、Ruby、Matlab及其他語言的接口[3]。OpenCV中包含了大量經(jīng)典的計(jì)算機(jī)視覺處理函數(shù)，這些函數(shù)涵蓋了機(jī)器視覺領(lǐng)域的大多數(shù)應(yīng)用。OpenCV提供的視覺處理算法非常豐富，利用其開源特性，只要開發(fā)者處理得當(dāng)，不需要添加新的外部支持也可以支持完整的編譯鏈接生成執(zhí)行程序。

OpenCV 現(xiàn)行版本為2.4.11.0，已放出了3.0.0的Beta版本?，F(xiàn)行版本的OpenCV分為18個模塊，其中常用的有8個模塊：

（1）Core：定義基本的數(shù)據(jù)結(jié)構(gòu)，包括矩陣和被其他模塊使用的公共函數(shù)；

（2）Imgproc：包含線性和非線性圖像過濾器、幾何圖形變化、色彩空間變化等功能；

（3）Video：包含運(yùn)動分析、背景剪切和對象追蹤等功能；

（4）Calib3d：包含多視角集合算法、3D重建等功能；

（5）Features2d：包含特征匹配等功能；

（6）Objdetect：包含預(yù)定義對象距離探測等功能；

（7）Highui：包含一個簡單易用的高層級接口，用以抽象不同操作系統(tǒng)對視頻提取和圖像操作的功能；

（8）GPU：包含GPU加速相關(guān)的算法，這些算法可以被其他模塊使用以加速程序的運(yùn)轉(zhuǎn)。

2 手勢識別簡介

根據(jù)計(jì)算機(jī)系統(tǒng)檢測手勢姿態(tài)的傳感器的不同，我們可以將手勢識別理解系統(tǒng)分為兩類：一是利用數(shù)據(jù)手套獲相關(guān)技術(shù)；二是利用計(jì)算機(jī)視覺捕獲和處理圖像流。利用數(shù)據(jù)手套捕獲技術(shù)實(shí)現(xiàn)的手勢識別系統(tǒng)使用不方便，用戶需要學(xué)習(xí)的內(nèi)容多且使用場景受到限制，而且成本較高[4]。而基于計(jì)算機(jī)視覺的手勢識別系統(tǒng)則具有使用場景廣闊、使用習(xí)慣符合人體本能、傳感器成本低、普及率高等優(yōu)勢。

基于圖像的手勢識別系統(tǒng)一般可分為手勢姿態(tài)圖像采集、手勢姿態(tài)圖像分割、手勢姿態(tài)特征提取及手勢姿態(tài)識別四個步驟[5]。

在大量手勢識別系統(tǒng)的實(shí)際開發(fā)過程中，都牽扯到使用膚色過濾系統(tǒng)來分割獲取手勢的binary圖像。手勢姿態(tài)的binary圖像的獲取關(guān)系到后期手勢姿態(tài)理解的穩(wěn)定性和準(zhǔn)確性，但是人體的手部顏色受到個體差異、光源顏色以及光照角度的影響，其中任何一個因素變化都將造成陰影、遮蔽等不良影響[6]。手勢識別的方法主要有4種，具體見表1。

表1 手勢識別方法靜態(tài)識別[7] 動態(tài)識別[8]

模板匹配法（TM） 動態(tài)時間規(guī)整法（DTW）

神經(jīng)網(wǎng)絡(luò)法（NN） 隱馬爾可夫模型法（HMM）

本文首先使用YCrCb膚色分割算法在使用者在線模式下提取使用者手勢姿態(tài)30組，利用30組手勢姿態(tài)的均值測量出使用者手部的色彩平均值；然后提取環(huán)境光照的平均值、極大值和極小值，利用環(huán)境關(guān)照的取值和手部均值做運(yùn)算，特定區(qū)域內(nèi)找點(diǎn)最少的環(huán)境光照值和手部均值，最后利用這兩個值進(jìn)行手勢姿態(tài)圖像binary處理。將得到的binary圖像進(jìn)行特征化處理，得到手部特征點(diǎn)，通過對特征點(diǎn)的運(yùn)算，得到最終的手勢姿態(tài)理解。

3 手勢姿態(tài)的binary處理

手勢姿態(tài)的binary處理核心代碼如下：

主函數(shù)：

frame = cvQueryFrame（capture）；

//讀取一幀圖像

//cvShowImage（ “Main_cam” ， frame）；

if（ ！frame ） break；

assert（ 0 ==

binary_image_process（ frame ， mask ， high_threshold1 ， high_threshold2 ， high_threshold3 ， &is_get_binary ）

）；

cvShowImage（ “Binary_cam” ， mask ）；

//binary_image_process函數(shù)，使用環(huán)境光和膚色在線測量均值得到的三個閾值：threshold1，threshold2，threshold3，分別對應(yīng)YCrCb顏色空間的Y，CR，CB通道：

IplImage* ycrcb = cvCreateImage（ cvGetSize（frame） ， 8 ， 3 ）；

cvCvtColor（ frame ， ycrcb ， CV_BGR2YCrCb ）；

for（int i=0 ； i < ycrcb->height ； i++ ） //二值化

{

uchar *row = （uchar *）（ycrcb->imageData） + i * ycrcb->widthStep；

for（int j=0 ； j < ycrcb->width ； j++ ）

{

uchar *p = row + 3*j ；

//if（ *（p+1） > threshold2 && *（p+2） < threshold3 ）//||

if（ *（p） < threshold1 ）

{

binary_image->imageData[ i * （binary_image->widthStep） + j ] = 255； // 白色

}

else

{

binary_image->imageData[ i * （binary_image->widthStep） + j ] = 0； // 黑色

}

}

}

IplConvKernel *element = cvCreateStructuringElementEx（ 4 ， 4 ， 0 ， 0 ， CV_SHAPE_RECT ）；//創(chuàng)建用于腐蝕的核函數(shù)

cvErode（ binary_image ， binary_image ， element ， 1）； // Erotion

cvDilate（ binary_image ， binary_image ， NULL ， 1）； // Dilation

cvReleaseStructuringElement（ &element ）；

cvReleaseImage（ &ycrcb ）；

經(jīng)過提取的手勢識別binary圖形如圖1（a）～（e）所示。

可見此方法提取的binary圖像清晰準(zhǔn)確，具有利用價(jià)值，可以為后期的特征提取與識別創(chuàng)造有利條件。

（a） （b）

（c） （d）

（e）

圖1 手勢識別binary圖形

4 手勢姿態(tài)特征的識別與理解

首先，我們通過對最小包絡(luò)圓和手腕的計(jì)算得出手掌心的位置，然后利用每個點(diǎn)與相鄰點(diǎn)做向量外積計(jì)算是否為手指尖點(diǎn)和手縫點(diǎn)，最后即可得出手勢姿態(tài)的全部特征點(diǎn)。

//計(jì)算整個輪廓的中心點(diǎn)

for（ int i=0 ； i < real_contours_number ； i++ ）{

contour_rectangle = cvMinAreaRect2（ sort_contours[i] ， 0 ）；

arm_center[i].x = cvRound（ contour_rectangle.center.x ）；

arm_center[i].y = cvRound（ contour_rectangle.center.y ）；

cvCircle（ frame ， arm_center[i] ， 10 ， CV_RGB（255，255，255） ， -1 ， 8 ， 0 ）；

}

//取得凸包，畫出指縫

for（ int i=0 ； i < real_contours_number ； i++ ）{ get_convex_hull（ i ）；

finger_tip（ i ）；

hand（ i ）；

cvClearSeq（ hull ）； //清空凸包序列

cvClearSeq（ defect ）；

}

最終，得到的含有全部手勢特征點(diǎn)的圖像如圖2（a） 、圖2（b）所示。

（a） （b）

圖2 含有全部手勢特征點(diǎn)的圖像

5 結(jié) 語

新版本的OpenCV計(jì)算機(jī)視覺庫給我們提供了很強(qiáng)大的計(jì)算機(jī)視覺處理能力，利用其提供的高級別函數(shù)和矩陣運(yùn)算能力，開發(fā)者們可以開發(fā)出大量基于圖像的應(yīng)用。利用OpenCV強(qiáng)大的可移植能力，開發(fā)者可以使用相應(yīng)的移植工具將PC平臺上的成果轉(zhuǎn)化到移動端，這將會為開發(fā)者創(chuàng)造新的機(jī)會。

參考文獻(xiàn)

[1]喻擎蒼， 翁秀娟， 趙勻，等.交互式開放結(jié)構(gòu)計(jì)算機(jī)視覺平臺[J]. 計(jì)算機(jī)工程與應(yīng)用，2006，42（23）：78-81.

[2]秦小文， 溫志芳， 喬維維. 基于OpenCV的圖像處理[J]. 電子測試， 2011（7）：39-41.

[3]于仕琪， 劉瑞禎. 學(xué)習(xí)OpenCV（ 中文版）[M]. 北京：清華大學(xué)出版社，2009.

[4] LEE C， XU Y. Online interactive learning of gestures for human /robot interfaces [C] Proceedings of the 1996 IEEE International Conference on Robotics and Automation. Washington，DC： IEEE Computer Society Press，1996，4： 2982-2987.

[5]趙健， 張冬泉. 基于OpenCV的數(shù)字手勢識別算法[J]. 計(jì)算機(jī)應(yīng)用， 2013， 33（z2）：193-196.

[6] SURAL S，QIAN G，PRAMANIK S.Segmentation and histogram generation using the HSV color space for image retrieval[C] of the 2002 International Conference on Image Processing.Piscataway： IEEE，2002： 589 - 592.

[7]郭興偉，葛元，王林泉.基于形狀特征的字母手勢的分類及識別算法[J].人工智能及識別技術(shù)，2004，30（ 18） ： 130-132.

[8] LEE H-K，KIM J H. An HMM-based threshold model approach for gesture recognitio[J].IEEE Transactions on Pattern Analysis and Machine Intelligence，1999，21（10）：961-973.