Python OpenCV-检测手

我们都喜欢哈尔瀑布

此外，在Python OpenCV中，在输入图像中检测人脸非常简单：

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，我如何按照完全相同的方法检测手呢

我从互联网上搜索、下载和使用了很多xml文件，但它们的性能都很差

---

有人能指出一个用于手部检测的xml HAARCADE文件的好参考吗

使用相应的haarcascades文件。中没有一个，但有人已在上进行了自定义设置。（免责声明：我没有测试过。）

由于手的可能姿势不同，使用haarcascades进行手部检测不会给出非常可靠的检测结果。所以张开的手或拳头需要分开的哈卡斯卡德。虽然哈卡斯卡德不能很好地处理旋转

如果您的硬件允许，您可以使用深度神经网络来检测手。 非常稳健的方法是检测身体姿势并从中提取手关键点：

非常健壮，但也非常消耗资源/速度慢（必须使用GPU）：

精确度较低但速度更快：

只是新的和有前途的，但对我来说未经测试：