手勢交互是未來人機交互領域發展的一個重要方向，本文將參考使用Opencv實現靜態手勢識別玩轉石頭剪刀布一文，教大家如何在Dragoboard 410c開發板上使用Python腳本語言實現簡單的手型識別，通過從USB攝像頭獲取手型圖像，然后識別出石頭-剪刀-布三個手型。

具體實現步驟如下：

1）獲取USB攝像頭圖像：

這里主要是通過Opencv提供的Python接口cv2，具體可以參考410c板獲取USB攝像頭圖像一文，里面詳細介紹了在dragonboard 410c上使用USB攝像頭獲取圖像。

2）設置手勢區域

在視頻區域內設置一個手勢區域，只有將手放入到該區域，系統才可以正確的識別手型，其他區域的系統不做處理，具體代碼如下：

#設置手型區域

cv2.rectangle（img，（426，0），（640，250），（170，170，0））

#獲取手型區域圖像并保存

img = img［0:210，426:640］

cv2.imwrite（“wif.jpg”，img）

3）對檢測區域進行圖像處理，其核心代碼如下：

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）判斷手型，其中部分核心代碼如下：

if width［i］<=20 or width［i］>=40：

width_jiandao= False

width_length += width［i］

if width_jiandao==True and count==2：

return 1;

if（area <8500）：

#print ‘stone;

return 0;

print “width_leng”，width_length

......

if（area>14000 or count>=3）：

#print ’paper‘;

return 2;

if（width_length<110）：

#print ’rock‘;

return 1;

else：

#print ’paper‘;

return 2;

到這里我們就完成了整個手型識別的核心部分，具體的代碼較長，直接附件http://pan.baidu.com/s/1kUKSxoV，用該代碼運行就可以進行手型檢測，效果如下圖所示，雖然不準確，但是基本上可以檢測出三種不同的手型：