我正在学习计算机视觉课程，我有这个练习：编写一个程序，给定手部图像，它可以识别手是张开、合拢、打拳还是保持“ok”姿势，只使用迄今为止提供的技术（像素 4/8 连接、连接区域、轮廓查找、孔查找、像质心、面积、周长、偏心率、图像矩、图像变换（例如反转/功率/对数/伽马校正/对比度拉伸）、直方图计算和均衡）。
我已经用一些基本的 blob 属性完成了它（闭合的手具有低偏心率，“ok”有一个孔，张开的手在 blob 中的内接椭圆区域和具有低偏心率的 blob 区域本身之间有很大的差异） ..它似乎有效，但第一张图片有点问题。
我认为可能还有更多东西可以制作出更强大的算法。也许某种时刻属性？一些blob轴/方向/极值点有帮助吗？
PS测试图片：
您可以尝试查看 Hu 不变矩。它们可以由基本矩构成，并且是旋转、缩放、反射和平移不变的。
首先为一组训练轮廓计算它们，然后将它们应用于测试轮廓。
据我所知，在 Matlab 和 OpenCV 中有一些实现。
根据用 Python 编程计算机视觉一书，一种有趣的方法是在图像上使用密集的 SIFT（又名 HoG）特征，并将这些特征提供给分类器。
我自己没有尝试过，但作为一种方法似乎很合理。此外，HoG 功能的发明者提出了在我的测试中运行良好的Flutter 应用程序，如果发明者不使用他自己的功能或接近的衍生产品，那将是非常奇怪的。
我的一个朋友为他的本科论文做了这个。他所做的基本上是对每个手势的属性进行编码。例如，在第一个图中，在手的部分上放置一个矩形遮罩。皮肤与矩形口罩边缘相接的部分应注意并标记。然后可以比较较大边缘和较小边缘的相对位置。
因此，对于向上指向，您将在手腕处有一个较小的向上边缘和较大的边缘。
对于指向侧面，您在一侧有一个较小的边缘，在底部有一个较大的边缘。
至少可以通过这种方式覆盖方向。