Python OpenCV - 检测手部

Question

我们都喜欢Haar级联。

此外，在Python OpenCV中，检测输入图像中的人脸非常简单：detecting faces。

import cv2 
img = cv2.imread("picture.jpg", 0)
haar_face = "haarcascade_frontalface_default.xml"
faceCascade = cv2.CascadeClassifier(haar_face)
faces = faceCascade.detectMultiScale(img, 1.3, 5)

但是如何使用相同的方法来检测手部呢？

我搜索、下载并使用了许多从互联网上获取的xml文件，但它们的表现都非常差。

是否有人可以指出一个用于手部检测的好的xml haarcascade文件的参考资料？

- Employee

Answer 1

使用haarcascades进行手部检测不能给出非常强大的检测结果，因为手的姿势可能不同。因此，张开手或握拳需要单独的haarcascades。虽然haarcascades不能很好地处理旋转。

如果硬件允许，您可以使用深度神经网络来检测手部。非常强大的方法是检测身体姿势并从中提取手部关键点：

非常强大但也非常耗费资源/缓慢（必须使用GPU）： https://github.com/CMU-Perceptual-Computing-Lab/openpose 准确性较低但速度更快： https://github.com/ildoonet/tf-pose-estimation 只是新的和有前途的，但对我尚未经过测试： https://github.com/tensorlayer/openpose-plus

- d00d

Answer 2

使用相应的haarcascades文件。股票集中没有这样的文件，但有人在https://github.com/Balaje/OpenCV/tree/master/haarcascades上制作了一个自定义集合。（免责声明：我没有测试过它。）

- ivan_pozdeev