python - Python OpenCV - 检测手

Question

我们都喜欢haar cascades。

此外，在 Python OpenCV 中检测输入图像中的人脸非常简单：

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)

但是我如何按照完全相同的方法检测手呢？

我从互联网上搜索、下载和使用了很多 xml 文件，但它们的性能都很差。

谁能指出用于手部检测的 xml haarcascade 文件的良好参考？

标签： pythonopencvobject-detection

Answer 1

由于手部可能的不同姿势，使用 haarcascades 进行手部检测不会给出非常稳健的检测结果。因此，张开的手或拳头将需要单独的 haarcascades。尽管 haarcascades 不能很好地处理旋转。

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

非常健壮但也非常耗资源/慢（GPU 是必须的）：
https ://github.com/CMU-Perceptual-Computing-Lab/openpose

不太准确但速度更快：
https ://github.com/ildoonet/tf-pose-estimation

只是新的和有前途的，但对我来说未经测试：
https ://github.com/tensorlayer/openpose-plus