티스토리 뷰
사실 제가 한것에서 조금 보완해야 할 점은 handRect의 크기가 그냥 blob의 크기와 동일하기 때문에 손의 position이나 finger gesture를 위해서는 hand에 대한 정확한 Rectangle을 뽑아내는 것이 중요했습니다. 그래야 해당 부분에 대한 ROI를 지정할 수 있고요.
그래서 그중 생각해본 방향이 defect를 구해서 손목의 위치를 구한 후에 그 손목의 위치를 기준으로 Rectangle을 뽑으면 어떨까 싶어서 이전 포스트의 결과물이 나왔습니다.
그런데 아시는 분도 아시겠지만 BoundingRect이라고 해서 딱 정해진 범주의 점들만 가지고 Rectangle을 만들 수 있는게 있습니다. 그래서 손바닥에 대한 defect를 토대로 BoundingRect을 한번 적용시켜봤습니다.
지금 위의 결과물은 이전 포스트에서 뽑은 point 중 Depth Point만 가지고 하나의 배열로 만든 사각형입니다. 이렇게 점들을 sequence에 넣어놓고 해당 점들 중 가장 큰 값에 대해서만 위처럼 사각형을 구현하게 됩니다. 조금만 잘 활용하면 손바닥에 대한 handRect을 구할 수 있을거 같습니다.
밑의 것은 그냥 이전에 구한 Defect에 ConvexHull을 덧붙인 형태입니다. 그냥 상상으로는 convexhull의 포인트와 Defect의 포인트가 같은 지점만 뽑아내면 손가락이 나오지 않을까 합니다.
'OpenCV' 카테고리의 다른 글
[Kinect with OpenCV] C로 구현하는 SkeletonStream (17) | 2012.10.14 |
---|---|
[Kinect with OpenCV] CannyEdge with Kinect SDK (0) | 2012.10.13 |
[Kinect With OpenCV] 손중심점 추적 (2) | 2012.10.13 |
[Kinect with openCV] cvConvexityDefects()의 사용 (5) | 2012.10.09 |
[Kinect with OpenCV] Douglas Peucker approximation (0) | 2012.10.08 |
[Kinect with OpenCV] Hand Tracking using Depth Data & Blob (7) | 2012.10.05 |
[Kinect with OpenCV] C로 만들어보는 뎁스 이미지 호출 (20) | 2012.10.01 |
댓글
공지사항
최근에 올라온 글
최근에 달린 댓글
- Total
- Today
- Yesterday
TAG
- Kinect SDK
- Policy Gradient
- Kinect
- Offline RL
- Distribution
- Variance
- RL
- ai
- reward
- End-To-End
- SketchFlow
- arduino
- processing
- 파이썬
- dynamic programming
- 딥러닝
- bias
- PowerPoint
- Pipeline
- ColorStream
- Expression Blend 4
- Gan
- Kinect for windows
- DepthStream
- Windows Phone 7
- 강화학습
- 한빛미디어
- TensorFlow Lite
- windows 8
- Off-policy
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
글 보관함