我正在尝试通过使用 OpenCV 和 Haar 级联来制作手部检测程序。它工作得很好，但它很生涩。所以我问自己这是否是 haar 文件太“便宜”的问题，或者是否有办法通过使用轮廓或特征检测（或者可能是其他一些技术）来改进检测。
我想执行的操作与此人脸检测相同，但对于手：人脸检测（请参阅 FaceOSC）
非常感谢。
编辑：这是我想做的事情：手提取似乎他通过轮廓检测执行它，但是如何找到手？
问问题
1629 次
2 回答
3
您提供链接的手部提取视频基于肤色检测和凸包查找。
1）将图像更改为 YCrCb（或 HSV）。
2）阈值图像，使手变成白色和黑色以外的一切。
3) 去除噪音
4）找到手的中心（如果你喜欢）。
5）使用凸包找到最尖锐的点，即指尖。
您可以从本文中获得完整的详细信息。
无论如何，不需要 haar 级联。
于 2012-01-20T10:00:06.850 回答
0
显然，如果基于 HAAR 分类器的检测结果变成所谓的“生涩”，在我看来，这意味着检测不稳定并在检测图像周围跳跃，那么问题就在于分类器的质量。
只要有足够的正/负样本，比如说 5k/5k，结果应该已经相当稳健了。根据我的经验，我使用了 700 个正手势样本和 1200 个负样本，结果似乎在某种程度上令人满意。但是在我使用了另一组包含不同特征的 8000 个正样本和 10200 个负样本后，结果比前者还要差。
所以，我建议你仔细重置你的训练样本，比如比率、内容特征和颜色。
于 2012-11-09T16:37:44.810 回答