应该说，基于视觉的手势识别是当前涉及图象处理、模式识别、计算机视觉等领域的一个比较活跃的课题。它具有很广泛的应用价值，如果用手势识别作为一种新的输入媒介，代替鼠标键盘输入，将是设备输入的又一次巨大的进步，会给用户带来全新便捷的操作体验。
手势识别最开始需要做的是对图像进行预处理，以及手势分割，及对手势特征的提取。
1、手势特征提取：（手势分割）
预处理：肤色提取、膨胀操作、填满被白色包围的黑色区域、腐蚀、移除面积小的白色独立区块
分辨手势：腐蚀、膨胀、与模板手势做与运算、移除小面积白色区域、分辨指尖个数
手势分割的方法包括以下几种：
其中基于颜色信息的肤色识别、手势分割从编程角度看较为简单，主要是进行相应维度中数值的比较。主要方法有如下几种：
肤色检验方法：http://blog.csdn.net/yangtrees/article/details/7439625
该文章中共提供了五种肤色检验的方法，不过都是基于颜色空间的，具体如下所示：
第一种：RGB color space
第二种：RG color space
第三种：Ycrcb之cr分量+otsu阈值化
第四种：YCrCb中133<=Cr<=173 77<=Cb<=127
第五种：HSV中 7<H<29
作者介绍基于颜色信息的肤色检测仍需要滤波操作，因为检测结果中有许多瑕疵。有机会对其进行检验。
改进的手势分割方法：利用YCbCr颜色空间和基于高斯模型的肤色建模对肤色进行提取，并通过图像差运算进行运动信息
分析去除图像中的类肤色背景。该方法保证了在复杂背景下手势分割的准确性。
目前了解的手势分割方法有以上几种。由于刚接触计算机视觉方面的内容，很多基本概念不清楚，如有不正确的地方请多多指教。