随着计算机技术、网络与通信技术的飞速发展,人与计算机之间的人机交互活动越来越成为人们日常生活的关键组成部分。而传统的人与计算机之间的人机交互方式,例如麦克风、手写板、鼠标、键盘等已逐渐成为人机交互的瓶颈,而且这些交互方式需要人们去适应人与计算机之间的交互,须按照先前规定的方式完成交互任务,已不能满足人们的需要,新的人与计算机之间的交互方式的研究便得越来越重要。手是人们身上在日常生活中使用最多也是最灵活的一个部位,手语被称为是人类生活中的第二种语言。因此,对人手识别与跟踪的研究是目前研究的热点。本文研究的主要内容是基于OpenCV的人手识别与跟踪定位的方法。首先简述了人手识别与跟踪的基本概念、理论、主要涉及的技术和关键问题；其次,在此基础上,对人手识别与跟踪的方法进行探索研究。主要有四个部分：(一)对人手的ROI区域进行预处理,包括高斯滤波和形态学操作；(二)构建肤色模型,包括RGB色彩空间、YCrCb色彩空间和HSV色彩空间的介绍以及各色彩空间之间的相互转换；(三)模板匹配,在研究传统的基于肤色的人手识别的基础上,结合模板匹配进行人手识别：(四)人手跟踪定位,本文引入了Camshift跟踪算法,并结合人手识别技术解决了Camshift跟踪算法的半自动化跟踪问题。其中重点研究和实现的算法有：肤色和模板匹配结合的人手识别算法、Camshift跟踪算法。本文的研究内容主要有以下两方面：(1)为了提高人手的识别率,在传统的基于肤色的人手识别的基础上,提出了一种基于肤色和模板匹配相结合的人手识别方法。实验表明,该方法在一定程度上提高了在复杂环境下的人手识别的准确性。(2)针对Camshift跟踪算法的半自动化跟踪目标的问题,本文提出了一种把人手跟踪与人手识别技术相结合的方法,改进了Camshift跟踪算法,解决了该算法的半自动化跟踪的问题,实现了人手的实时的识别与跟踪。