Python 如何使用opencv检测手指数并添加两位数？

我不熟悉OpenCV和图像处理。我正在尝试创建一个程序，检测显示在相机前面的手指数量并添加它们。 在搜索GitHub一段时间后，我发现了一个项目，它可以检测一只手并计算其中的手指数

我在执行过程中面临的问题是，除非我的背景清楚，否则它不会显示数字。它不断地改变数字。我怎样才能稳定下来？因为我需要将屏幕前显示的数字相加，所以我无法存储该数字，除非它是稳定的

import traceback
import cv2
import numpy as np
import math


cap = cv2.VideoCapture(0)

while(1):

    try:  #an error comes if it does not find anything in window as it cannot find contour of max area
          #therefore this try error statement

        ret, frame = cap.read()
        frame=cv2.flip(frame,1)
        kernel = np.ones((3,3),np.uint8)

        #define region of interest
        roi=frame[100:300, 100:300]


        cv2.rectangle(frame,(100,100),(300,300),(0,255,0),0)    
        hsv = cv2.cvtColor(roi, cv2.COLOR_BGR2HSV)



    # define range of skin color in HSV
        lower_skin = np.array([0,20,70], dtype=np.uint8)
        upper_skin = np.array([20,255,255], dtype=np.uint8)

     #extract skin colur imagw  
        mask = cv2.inRange(hsv, lower_skin, upper_skin)



    #extrapolate the hand to fill dark spots within
        mask = cv2.dilate(mask,kernel,iterations = 4)

    #blur the image
        mask = cv2.GaussianBlur(mask,(5,5),100) 

    #find contours
        contours,hierarchy= cv2.findContours(mask,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
        print(contours)
        print(hierarchy)
   #find contour of max area(hand)
        cnt = max(contours, key = lambda x: cv2.contourArea(x))

    #approx the contour a little
        epsilon = 0.0005*cv2.arcLength(cnt,True)
        approx= cv2.approxPolyDP(cnt,epsilon,True)


    #make convex hull around hand
        hull = cv2.convexHull(cnt)

     #define area of hull and area of hand
        areahull = cv2.contourArea(hull)
        areacnt = cv2.contourArea(cnt)

    #find the percentage of area not covered by hand in convex hull
        arearatio=((areahull-areacnt)/areacnt)*100

     #find the defects in convex hull with respect to hand
        hull = cv2.convexHull(approx, returnPoints=False)
        defects = cv2.convexityDefects(approx, hull)

    # l = no. of defects
        l=0

    #code for finding no. of defects due to fingers
        for i in range(defects.shape[0]):
            s,e,f,d = defects[i,0]
            start = tuple(approx[s][0])
            end = tuple(approx[e][0])
            far = tuple(approx[f][0])
            pt= (100,180)


            # find length of all sides of triangle
            a = math.sqrt((end[0] - start[0])**2 + (end[1] - start[1])**2)
            b = math.sqrt((far[0] - start[0])**2 + (far[1] - start[1])**2)
            c = math.sqrt((end[0] - far[0])**2 + (end[1] - far[1])**2)
            s = (a+b+c)/2
            ar = math.sqrt(s*(s-a)*(s-b)*(s-c))

            #distance between point and convex hull
            d=(2*ar)/a

            # apply cosine rule here
            angle = math.acos((b**2 + c**2 - a**2)/(2*b*c)) * 57


            # ignore angles > 90 and ignore points very close to convex hull(they generally come due to noise)
            if angle <= 90 and d>30:
                l += 1
                cv2.circle(roi, far, 3, [255,0,0], -1)

            #draw lines around hand
            cv2.line(roi,start, end, [0,255,0], 2)


        l+=1

        #print corresponding gestures which are in their ranges
        font = cv2.FONT_HERSHEY_SIMPLEX
        if l==1:
            if areacnt<2000:
                cv2.putText(frame,'Put hand in the box',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)
            else:
                if arearatio<12:
                    cv2.putText(frame,'0',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)
                elif arearatio<17.5:
                    cv2.putText(frame,'Best of luck',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

                else:
                    cv2.putText(frame,'1',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        elif l==2:
            cv2.putText(frame,'2',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        elif l==3:

              if arearatio<27:
                    cv2.putText(frame,'3',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)
              else:
                    cv2.putText(frame,'ok',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        elif l==4:
            cv2.putText(frame,'4',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        elif l==5:
            cv2.putText(frame,'5',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        elif l==6:
            cv2.putText(frame,'reposition',(0,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        else :
            cv2.putText(frame,'reposition',(10,50), font, 2, (0,0,255), 3, cv2.LINE_AA)

        #show the windows
        cv2.imshow('mask',mask)
        cv2.imshow('frame',frame)
    except Exception:
        traceback.print_exc()
        pass
       # break


    k = cv2.waitKey(5) & 0xFF
    if k == 27:
        break

cv2.destroyAllWindows()
cap.release()

导入回溯
进口cv2
将numpy作为np导入
输入数学
cap=cv2.视频捕获（0）
而(一):
try:#如果在窗口中找不到任何内容，则会出现错误，因为它无法找到最大面积的轮廓
#因此，这个try错误语句
ret，frame=cap.read（）
帧=cv2。翻转（帧，1）
内核=np.ones（（3,3），np.uint8）
#定义感兴趣的区域
roi=帧[100:300，100:300]
cv2.矩形（框架，（100100），（300300），（0255,0），0）
hsv=cv2.CVT颜色（roi，cv2.COLOR\U BGR2HSV）
#定义HSV中的肤色范围
下表皮=np.数组（[0,20,70]，dtype=np.uint8）
上层皮肤=np.array（[20255255]，dtype=np.uint8）
#提取皮肤色素imagw
面罩=cv2.inRange（hsv、下皮肤、上皮肤）
#外推手部以填充内部的黑点
掩码=cv2.deflate（掩码，内核，迭代次数=4）
#模糊图像
掩模=cv2.高斯模糊（掩模，（5,5），100）
#寻找轮廓
轮廓，层次=cv2.findContours（掩码，cv2.RETR\u树，cv2.CHAIN\u近似值\u简单）
打印（等高线）
打印（层次结构）
#查找最大面积的轮廓（手）
cnt=最大值（轮廓，关键点=λx:cv2.轮廓面积（x））
#近似轮廓一点
ε=0.0005*cv2.弧长（cnt，真）
近似=cv2.approxPolyDP（cnt，ε，真）
#在手周围做凸包
外壳=cv2.凸形外壳（cnt）
#定义船体面积和手部面积
面积外壳=cv2。轮廓面积（外壳）
面积cnt=cv2。轮廓面积（cnt）
#查找凸面外壳中未手动覆盖的面积百分比
面积比=（（areahull areacnt）/areacnt）*100
#找出凸壳相对于手的缺陷
外壳=cv2.凸形外壳（近似值，返回点=假）
缺陷=cv2.凸面缺陷（约为外壳）
#l=缺陷数量
l=0
#查找手指缺陷数量的代码
对于范围内的i（缺陷形状[0]）：
s、 e，f，d=缺陷[i，0]
开始=元组（大约[s][0]）
end=元组（约[e][0]）
far=元组（约[f][0]）
pt=（100180）
#求三角形所有边的长度
a=数学.sqrt（（结束[0]-开始[0]）**2+（结束[1]-开始[1]）**2）
b=math.sqrt（（远[0]-start[0]）**2+（远[1]-start[1]）**2）
c=数学sqrt（（end[0]-far[0]）**2+（end[1]-far[1]）**2）
s=（a+b+c）/2
ar=数学sqrt（s*（s-a）*（s-b）*（s-c））
#点与凸包之间的距离
d=（2*ar）/a
#在这里应用余弦规则
角度=数学acos（（b**2+c**2-a**2）/（2*b*c））*57
#忽略大于90的角度，忽略非常靠近凸面外壳的点（它们通常是由噪声引起的）
如果角度为30：
l+=1
cv2.圆（roi，far，3，[255,0,0]，-1）
#在手周围画线
cv2.行（roi，开始，结束，[0255,0]，2）
l+=1
#打印其范围内的相应手势
font=cv2.font\u HERSHEY\u SIMPLEX
如果l==1：
如果areacnt最常用的消除数据抖动的方法是收集更多的数据，并从中获取平均或最频繁的数据

你可以测量一秒钟，然后取其中出现最多的数字。例如，如果有10帧分别显示[5,3,1,5,5,4,5,4,4,3,2]个手指，则输出应为5个手指。然后将手指数添加到先前测量的手指数中，在屏幕上显示，然后继续测量

首先也是最重要的一点，我认为制作一种方法是一个好主意，它可以获取图像并返回测量的手指数量。让我们称之为检测器（图像）。您应该能够很容易地从上面的所有代码中得到这一点，因为您知道哪个变量打印手指的数量

您要添加两位数。这是另一个问题。如果你总是有两位数，这很简单，你可以测量4倍的总数，例如，5,3,4,2。那么答案是53+42。如果不总是两位数，你可以让这个人在一位数之前先举0，然后仍然测量4次

我通常在C++中工作，所以编写一个代码示例可能会出错。我以某种python风格编写了一些伪代码，希望您能够理解。让我们来编写伪代码：

//set the start time so you know how much time has passed after the first measurement
start_time = time.time() 

//this is how long you want to measure the fingers
timeToMeasure = 1000 

//initialize with a not possible number
previousAmountFingers = -1
prevCombinedFingers = -1

while(1):
  //Get the image Mat from the camera. It can be the raw feed, or it can be preprocessed depending on how you want to display it later.
  image = GetImageFromCamera() 

  listNrOfFingers.append(DetectNrFingers(image))

  elapsed_time = time.time() - start_time

  if(elapsed_time > timeToMeasure)
    //this is my example above, which would return a 5 in [5, 3, 1, 5, 5, 4, 5, 4, 3, 2]
    amountOfFingers = numberOccuringTheMost(listNrOfFingers) 
    listNrOfFingers.Clear()

    if(previousAmountFingers != -1) //the initial value
      //combine seperate integers to one, for example, 5 and 3 -> 53
      combinedFingers = int(str(amountOfFingers) + str(previousAmountFingers))
      previousAmountFingers = -1 

      if(prevCombinedFingers != -1)
        sumFingers = combinedFingers + prevCombinedFingers
       //putText sumFingers into the image on a position you like

      prevCombinedFingers = combinedFingers
    else //only if the previous digit was not initialized yet:
      previousAmountFingers = amountOfFingers
    start_time = time.time() //reset the timer for the next round of measurements.



因为你需要实时计算，所以我认为每帧1秒是不够的，但是我想你可以稍微延迟一下计算。只需打印之前计算的总和，直到计算下一个为止。因此，即使尚未计算手指，也要更多地显示帧。当然，您可以将1秒设置为更短，但您也需要时间来调整手，因此，如果您还想显示手，您需要显示比答案更多的帧。
非常感谢。这很有帮助。我现在就开始写代码。好的，祝你好运。你能接受我的回答吗？如果你对这个问题还有其他问题，就把它们贴在这里：）是的，它给了我解决问题的方法。我会写代码并尽快发布。