OpenCV与Python结合，提供手势识别框架及实例演示。

简介：
利用OpenCV2.4.8以及Python 2.7，我们构建了一个简化的手势识别系统。其核心步骤如下：首先，通过去除背景并精确提取手的轮廓；其次，将RGB图像转换成YUV空间，同时计算图像的直方图信息；随后，运用形态学滤波技术来突出感兴趣的区域；接着，识别二值化图像中的轮廓线；然后，确定并提取最大的手型轮廓；进一步地，通过计算最大凸包来定义手型的形状；接下来，对提取到的手指和手掌区域进行标记；最后，将提取出的特征点与手势字典中的对应特征进行比对分析，从而准确判断所识别的手势和形状。具体而言，使用`cv2.findContours()`函数来查找轮廓线，`cv2.convexHull()`函数用于寻找最大凸包，进而确定手掌和手指之间的相对位置关系。为了实现更精确的手势识别，特征字典包含了诸如“名称”、“手掌中心点坐标”、“手掌直径”等关键信息。