基于Dragoboard 410c开发板的简单手型识别方案
手势交互是未来人机交互领域发展的一个重要方向，本文将参考使用opencv实现静态手势识别玩转石头剪刀布一文，教大家如何在dragoboard 410c开发板上使用python脚本语言实现简单的手型识别，通过从usb摄像头获取手型图像，然后识别出石头-剪刀-布三个手型。
具体实现步骤如下：
1）获取usb摄像头图像：
这里主要是通过opencv提供的python接口cv2，具体可以参考410c板获取usb摄像头图像一文，里面详细介绍了在dragonboard 410c上使用usb摄像头获取图像。
2）设置手势区域
在视频区域内设置一个手势区域，只有将手放入到该区域，系统才可以正确的识别手型，其他区域的系统不做处理，具体代码如下：
#设置手型区域
cv2.rectangle（img，（426，0），（640，250），（170，170，0））
#获取手型区域图像并保存
img = img［0:210，426:640］
cv2.imwrite（“wif.jpg”，img）
3）对检测区域进行图像处理，其核心代码如下：
img = cv2.imread（“wif.jpg”，0）
element = cv2.getstructuringelement（cv2.morph_rect，（11，11））
dilate = cv2.dilate（img， element）
erode = cv2.erode（img， element）
result = cv2.absdiff（dilate，erode）;
retval， result = cv2.threshold（result， 40， 255， cv2.thresh_binary）;
result = cv2.bitwise_not（result）;
result =cv2.medianblur（result，23）
4）判断手型，其中部分核心代码如下：
if width［i］=40：
width_jiandao= false
width_length += width［i］
if width_jiandao==true and count==2：
return 1;
if（area 14000 or count>=3）：
#print ’paper‘;
return 2;
if（width_length<110）：
#print ’rock‘;
return 1;
else：
#print ’paper‘;
return 2;
到这里我们就完成了整个手型识别的核心部分，具体的代码较长，直接附件http://pan.baidu.com/s/1kuksxov，用该代码运行就可以进行手型检测，效果如下图所示，虽然不准确，但是基本上可以检测出三种不同的手型：
摩托罗拉Razr独屏幕铰链设计揭秘，采用垂直折叠的翻盖式方案
中芯国际对于“四季度 8英寸晶圆代工是否进行调价？
什么是摄像灯
国内首个人工智能职称评价标准发布 首次申报不受学历资历限制
电动调节阀的类型以及应用场景的介绍
基于Dragoboard 410c开发板的简单手型识别方案
快下载!Vista最新安全升级补丁发布
LCR表的测试原理和使用方法
新款循环冷却器与传统设备之间的区别是什么
三星新专利公开，显示出将AR Emoji应用到视频聊天的可能
哪有什么洪荒之力，成功都是一步步走出来的
云母电容的用途_云母电容特点
智慧城市的必然之选是什么
韩国半导体制造商开始在中国寻求替代厂家寻求“突围”
Linux MIPI CSI开发指南
采用东芝DTMOSIV超级结MOSFET来解决这些问题
设计并实现一个满足LRU约束的数据结构
MYSQL中读写分离有什么作用及基本架构说明
Dialog快速充电技术首度商用 支援华为专属协定
高效提升控制效率 | 基于ACM32 MCU的LED灯箱控制器方案
具体实现步骤如下：
1）获取usb摄像头图像：
这里主要是通过opencv提供的python接口cv2，具体可以参考410c板获取usb摄像头图像一文，里面详细介绍了在dragonboard 410c上使用usb摄像头获取图像。
2）设置手势区域
在视频区域内设置一个手势区域，只有将手放入到该区域，系统才可以正确的识别手型，其他区域的系统不做处理，具体代码如下：
#设置手型区域
cv2.rectangle（img，（426，0），（640，250），（170，170，0））
#获取手型区域图像并保存
img = img［0:210，426:640］
cv2.imwrite（“wif.jpg”，img）
3）对检测区域进行图像处理，其核心代码如下：
img = cv2.imread（“wif.jpg”，0）
element = cv2.getstructuringelement（cv2.morph_rect，（11，11））
dilate = cv2.dilate（img， element）
erode = cv2.erode（img， element）
result = cv2.absdiff（dilate，erode）;
retval， result = cv2.threshold（result， 40， 255， cv2.thresh_binary）;
result = cv2.bitwise_not（result）;
result =cv2.medianblur（result，23）
4）判断手型，其中部分核心代码如下：
if width［i］=40：
width_jiandao= false
width_length += width［i］
if width_jiandao==true and count==2：
return 1;
if（area 14000 or count>=3）：
#print ’paper‘;
return 2;
if（width_length<110）：
#print ’rock‘;
return 1;
else：
#print ’paper‘;
return 2;
到这里我们就完成了整个手型识别的核心部分，具体的代码较长，直接附件http://pan.baidu.com/s/1kuksxov，用该代码运行就可以进行手型检测，效果如下图所示，虽然不准确，但是基本上可以检测出三种不同的手型：
摩托罗拉Razr独屏幕铰链设计揭秘，采用垂直折叠的翻盖式方案
中芯国际对于“四季度 8英寸晶圆代工是否进行调价？
什么是摄像灯
国内首个人工智能职称评价标准发布 首次申报不受学历资历限制
电动调节阀的类型以及应用场景的介绍
基于Dragoboard 410c开发板的简单手型识别方案
快下载!Vista最新安全升级补丁发布
LCR表的测试原理和使用方法
新款循环冷却器与传统设备之间的区别是什么
三星新专利公开，显示出将AR Emoji应用到视频聊天的可能
哪有什么洪荒之力，成功都是一步步走出来的
云母电容的用途_云母电容特点
智慧城市的必然之选是什么
韩国半导体制造商开始在中国寻求替代厂家寻求“突围”
Linux MIPI CSI开发指南
采用东芝DTMOSIV超级结MOSFET来解决这些问题
设计并实现一个满足LRU约束的数据结构
MYSQL中读写分离有什么作用及基本架构说明
Dialog快速充电技术首度商用 支援华为专属协定
高效提升控制效率 | 基于ACM32 MCU的LED灯箱控制器方案