OpenCV中用于手部识别的背景减法

我正在尝试使用OpenCV的背景减法制作一个手势识别程序，但我面临以下问题：手的部分二值图像，以及获得凸面缺陷错误

在发布这个问题之前，我确实在这里查阅了很多帖子，但是没有一个解决方案对我来说是完美的

部分二值图像问题： 我正在使用OpenCV的MOG2背景减法，它似乎比其他方法工作得更好，但我仍然得到我手的部分二值图像，如下图所示。我放大了二值图像以改善其效果，并使用medianBlur进行噪声消除，但仍然得到以下结果。我的目标是得到一个完整的和连续的二进制图像，我的手，需要帮助如何做到这一点。 二值图像 轮廓由approxPolyDP生成 轮廓由convexHull和approxPolyDP生成

凸度缺陷错误： 由于某种原因，我在尝试查找凸性缺陷时遇到以下错误。 OpenCV错误：断言失败hull.checkVector1，凸面定义中的CV_32S>2 ects，文件C:\opencv\modules\imgproc\src\contours.cpp，第1971行 在引发“cv:：Exception”的实例后调用terminate 内容：C:\opencv\modules\imgproc\src\contours.cpp:1971:错误：-215 hull.C heckVector1，CV_32S>2函数凸性缺陷

我在不同的地方寻找了一个有效的解决方案，但迄今为止都没有成功

代码

---

我将非常感谢您对我的课程提出的任何其他改进建议。

您为什么不选择HSV解决方案？这是完美的肤色检测，也消除了皮肤的背景

当我研究手势识别时，这个链接很有帮助

代码的另一个链接：

---

我希望这会有所帮助。

您可以在filterImage函数中增加结构元素的大小，以便将二进制片段连接起来。 另外，尝试直接在二值图像而不是Canny图像上应用FindOntours

using namespace std;
using namespace cv;

int lH =0;
int lS =0;
int lV =0;
int uH = 180;
int uS = 255;
int uV = 255;

void filterImage(Mat &img)
{
Mat erodeElement  = getStructuringElement(MORPH_RECT,Size(2,2));
Mat dilateElement = getStructuringElement(MORPH_RECT,Size(5,5));

//erode(img,img,erodeElement);
dilate(img,img,dilateElement);
dilate(img,img,dilateElement);
}

int main()
{
Mat frame(600,600,CV_8UC3);
Mat fgMaskMog2(600,600,CV_8UC1);
Mat refinedimg(600,600,CV_8UC1);
namedWindow("frameOutput",CV_WINDOW_AUTOSIZE);
namedWindow("Mog2Output",CV_WINDOW_AUTOSIZE);
namedWindow("out",CV_WINDOW_AUTOSIZE);

BackgroundSubtractorMOG2 MOG2;
BackgroundSubtractorMOG MOG;

VideoCapture cap(0);

//contours variables
vector<vector<Point> > contours;
vector<Vec4i> hierarchy;


while(1)
{
    cap>>frame;
    flip(frame,frame,1);

    MOG2(frame,fgMaskMog2);

    filterImage(fgMaskMog2);
    medianBlur(fgMaskMog2,fgMaskMog2,15);

    Canny(fgMaskMog2,refinedimg,50,200,3);
    findContours(refinedimg,contours,hierarchy,CV_RETR_TREE,CV_CHAIN_APPROX_SIMPLE,Point(0,0));
    vector<vector<Point> > hull(contours.size());
    vector<vector<int> > hulldf(contours.size());
    vector<vector<Point> > contours_poly(contours.size());
    vector<vector<Vec4i> > defects(contours.size());
    for(int j=0;j < contours.size();j++)
    {
        approxPolyDP(contours[j],contours_poly[j],5,true);
    }
    for(int k=0;k<contours.size();k++)
    {
        convexHull(contours_poly[k],hull[k],false);
        convexHull(contours_poly[k],hulldf[k],false);
        if(hulldf.size()>3)
        {
            convexityDefects(contours[k],hulldf[k],defects[k]);
        }
    }

    for(int i=0;i<contours.size();i++)
    {
        drawContours( frame, contours_poly, i, Scalar(0,255,0), 2, 8, hierarchy, 0, Point() );
        drawContours( frame, hull, i,Scalar(255,0,0),2,8, hierarchy,0,Point());
    }

    imshow("frameOutput",frame);
    imshow("Mog2Output",fgMaskMog2);
    imshow("out",refinedimg);

    int c = waitKey(31);
    if(c==27)
        break;
}
return 0;
}