摘要：手势是人际交往中类似于语言的一种沟通方式，且相对于语言，机器更容易学习和识别，从而为人与机器或其他设备进行交互沟通开辟了新途径。现如今，手势识别成为了一种新型的人机交互手段，因此该技术对于社会生产和日常生活都有着非常重要的研究意义。在本文中，将以OpenCV为基础，对常见的数字静态手势进行实时的分类识别。

本文主要通过HSV色彩模型来分割手势，用Canny图像边缘检测的方法来绘制手势轮廓，最后建立在图像的Hu不变矩来进行模板匹配，从而达到手势识别的目的。

关键词：OpenCV；图像处理；Hu不变矩；模板匹配。

目录

摘要

Abstract

1.绪论-1

1.1 课题研究背景及意义-1

1.2 国内外研究现状-1

1.3 本设计主要工作-2

1.4 论文的结构安排-2

2. 手势识别所需的技术基础-2

2.1 图像处理函数库OpenCV-3

2.2 RGB颜色空间-3

2.3 HSV颜色模型-4

2.4 手势识别程序结构-4

3. 图像的获取与手势轮廓提取-5

3.1 图像获取-5

3.2 手势轮廓提取-6

3.2.1 H通道分离-6

3.2.2 肤色分割-7

3.2.4 滤波降噪-8

3.2.5 形态学处理-8

3.2.6 手势轮廓提取-9

4. 手势的匹配识别-11

4.1 手势模板制作-11

4.2 模板匹配-12

4.2.1模板的载入-12

4.2.2 Hu不变矩-13

4.2.3 匹配识别-14

4.2.4 结果显示-15

4.2 结果统计与数据分析-15

5. 总结与展望-20

参 考 文 献-21

致 谢-22