Python OpenCV-检测手

Question

我们都喜欢哈尔级联。

此外，在Python OpenCV中， 检测输入图像中的面部非常简单：

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，如何按照完全相同的方法来检测手 ？

我已经从互联网上搜索，下载和使用了很多xml文件，但是它们的性能都非常差。

谁能指出xml haarcascade文件用于手检测的良好参考 ？

Answer 1

使用相应的haarcascades文件。 库存集中没有一个，但是有人在https://github.com/Balaje/OpenCV/tree/master/haarcascades上进行了定制。 （免责声明：我没有对其进行测试。）

Answer 2

由于手的可能姿势不同，因此使用级联进行手检测不会产生非常可靠的检测结果。 因此，张开手或拳头将需要单独的ha级联。 尽管级联不能很好地处理旋转。

如果您的硬件允许，则可以使用深度神经网络来检测手。 非常健壮的方法是检测身体姿势并从那里提取手关键点：

非常强大，但也很饿/慢（必须使用GPU）：
https://github.com/CMU-Perceptual-Computing-Lab/openpose

精度较低，但速度更快：
https://github.com/ildoonet/tf-pose-estimation

只是新的和有希望的，但未经我检验：
https://github.com/tensorlayer/openpose-plus