这就是 Motion Visualizer，它将由 Leap 传感器捕捉到的手部运动信息映射出来：
<img src="https://pic1.zhimg.com/f1f1f51f2b51f03002bb65dfe80c45b0_b.jpg" data-rawwidth="1440" data-rawheight="900" class="origin_image zh-lightbox-thumb" width="1440" data-original="https://pic1.zhimg.com/f1f1f51f2b51f03002bb65dfe80c45b0_r.jpg">
（黄色锥体即 Leap 的视野）
Leap 的传感器能捕捉到这三种运动信息：手指（及手持物）的运动、手掌的运动、手掌球（手的弧面模拟的球体，带有球心位置和半径信息）三种。另外，还可以通过两只手的相对运动生成平移、旋转和缩放信息。这里有更详细的描述：Leap Motion 的原理是什么？
手指的运动：
在只伸出一只手指的情况下，Leap 的捕捉信息相当精准。手指的一点点移动都能被迅速捕捉到。不过，伸出多个手指后，Leap 尽管对手指的捕捉依然非常精准，但经常会「跟丢」一些手指，即手指突然消失随后识别成一个新手指出现在屏幕上。尤其是手两端的拇指和小指。若不伸出手指，那么 Leap 是不会捕捉到运动信息的。若手指被手掌或其他手指挡住，也不会捕捉到的。（所以就不能像小孩子玩那种 biu~biu~biu~ 那种打枪游戏那样玩 FPS 类游戏了，很遗憾 = = ）
手掌的运动：
在 Motion Visualizer 里按一下 [n] ，即可标注手掌的运动：
<img src="https://pic3.zhimg.com/e2551cd51200285eec9c91a7070576d2_b.jpg" data-rawwidth="1440" data-rawheight="900" class="origin_image zh-lightbox-thumb" width="1440" data-original="https://pic3.zhimg.com/e2551cd51200285eec9c91a7070576d2_r.jpg">
在这里，手掌平面以圆盘标出，圆盘上指向的箭头分别是手指方向的方向向量，与手掌方向的法向量。
手掌的运动也捕捉地比较准确。但有很大局限性。局限性之一是，手掌的倾角不能太大，大于 45 度效果就很差了。然后，手掌的法向量的正向被设置成始终指向 Leap 传感器。如果手掌一开始在 Leap 传感器的右侧，保持手掌朝向不变缓缓移到左侧，Leap 识别的方向也会变成朝向原点（即 Leap 传感器自己的位置）一边。还有，人脸对此也会有干扰，会把人脸检测成一个不稳定的平面。所以用的时候，要注意脸离传感器的视野远一些。（本来还想做一个乒乓球游戏呢，看到这样还是算了吧 > <）
手掌球：
&amp;lt;img src="https://pic3.zhimg.com/8e07b8b34795900b24d4673f5e24d5d2_b.jpg" data-rawwidth="1394" data-rawheight="927" class="origin_image zh-lightbox-thumb" width="1394" data-original="https://pic3.zhimg.com/8e07b8b34795900b24d4673f5e24d5d2_r.jpg"&amp;gt;手掌球随手掌的张开大小，半径发生变化。不过半径的变化范围比较有限，不能变得太小，也变不了太大。
手掌球随手掌的张开大小，半径发生变化。不过半径的变化范围比较有限，不能变得太小，也变不了太大。
Leap Motion 给了开发者一些编程范例，其中一个是检测两只手的相对位移，根据这个相对位移来平移、旋转、缩放这个网格：
&amp;lt;img src="https://pic3.zhimg.com/c8f683d7a88dffca2c782cdd340ce2ea_b.jpg" data-rawwidth="1054" data-rawheight="824" class="origin_image zh-lightbox-thumb" width="1054" data-original="https://pic3.zhimg.com/c8f683d7a88dffca2c782cdd340ce2ea_r.jpg"&amp;gt;
在这里，如果就是那样伸出两只手，效果一般。不过，如果两只手各伸出一只手指来操控的话，效果会好很多，平移、旋转、缩放都非常灵敏。
Leap 还有一个功能，就是在进行屏幕校准后，可以用手指隔空像激光笔一样模拟鼠标在屏幕上的运动（但不能点击，现在 Leap 仅供开发者测试、制作程序和游戏用），如图（图怎么正不过来 > <）：
&amp;lt;img src="https://pic1.zhimg.com/2544a164d5cf84dcf28179028cc44c28_b.jpg" data-rawwidth="2592" data-rawheight="1936" class="origin_image zh-lightbox-thumb" width="2592" data-original="https://pic1.zhimg.com/2544a164d5cf84dcf28179028cc44c28_r.jpg"&amp;gt;
这个功能非常好用，也可以左右手各伸出一只手指来玩。不过还是那样，伸出多个手指后效果就差一些，经常有手指跟丢。
在强光直射下，Leap 的检测效果会变差一些。不过远离顶灯、台灯、日光什么的就是了~
Leap 传感器在使用了一段时间后会有些发热。不过也就是比较温的那种热量啦。
总结：
优点：单指、双指操控非常灵敏，「隔空指物」功能很好用；
缺点：易受干扰，多指操控容易出现「跟丢」现象。
因此，建议对预订 Leap 持观望态度，在正式版出来后看看媒体的评测，然后再决定购买。不过在正式版上会带有红外线 LED，效果应该会好一些~
Leap Motion 传感器对 OS X 和 Windows 的支持都很好（Leap Motion 公司的 CFO 以前在苹果管 iAd 业务）。对于开发者来说，可以使用很多编程语言（工具）来开发应用程序，有C++, Objective-C, Java, C#, Python, Unity 等，但注意 Unity 需要 Pro 许可证，因为免费版本的 Unity 不支持插件。（Pro 版本的 Unity 要一千五美刀呢，哭）
关于 Leap Motion 的应用，个人也在根据这几天的测试探索当中，希望做出一些高品质的游戏、应用。
从 API 的角度大概说一下
Leap Motion 传感器的结构：
&amp;lt;img src="https://pic3.zhimg.com/375b2d913e59c4c5e5c13cc0ff373e1a_b.jpg" data-rawwidth="668" data-rawheight="478" class="origin_image zh-lightbox-thumb" width="668" data-original="https://pic3.zhimg.com/375b2d913e59c4c5e5c13cc0ff373e1a_r.jpg"&amp;gt;
大体上，Leap 传感器根据内置的两个摄像头从不同角度捕捉的画面，重建出手掌在真实世界三维空间的运动信息。检测范围大体在传感器上方 25 毫米到 600 毫米之间，檢測的空間大體是一個倒四棱錐體。
首先，Leap Motion 傳感器會建立一個直角座標系，座標的原點是傳感器的中心，座標的 X 軸平行於傳感器，指向屏幕右方。Y 軸指向上方。Z 軸指向背離屏幕的方向。單位爲真實世界的毫米。如圖：
&amp;lt;img src="https://pic1.zhimg.com/ae1774695a4ae7f5051962d70c4f7658_b.jpg" data-rawwidth="600" data-rawheight="480" class="origin_image zh-lightbox-thumb" width="600" data-original="https://pic1.zhimg.com/ae1774695a4ae7f5051962d70c4f7658_r.jpg"&amp;gt;
在使用過程中， Leap Motion 傳感器會定期的發送關於手的運動信息，每份這樣的信息稱爲「幀」( frame )。每一個這樣的幀包含檢測到的：
- 所有手掌的列表及信息；
- 所有手指的列表及信息；
- 手持工具（細的、筆直的、比手指長的東西，例如一枝筆）的列表及信息；
- 所有可指向對象（Pointable Object），即所有手指和工具的列表及信息；
Leap 傳感器會給所有這些分配一個唯一標識（ID），在手掌、手指、工具保持在視野範圍內時，是不會改變的。根據這些 ID，可以通過 Frame::hand( ) , Frame::finger( ) 等函數來查詢每個運動對象的信息。
Leap 可以根據每幀和前幀檢測到的數據，生成運動信息。例如，若檢測到兩隻手，並且兩隻手都超一個方向移動，就認爲是平移；若是像握着球一樣轉動，則記爲旋轉。若兩隻手靠近或分開，則記爲縮放。所生成的數據包含：
- 旋轉的軸向向量；
- 旋轉的角度（順時針爲正）；
- 描述旋轉的矩陣；
- 縮放因子；
- 平移向量；
對於每隻手，可以檢測到如下信息：
- 手掌中心的位置（三維向量，相對於傳感器座標原點，毫米爲單位）；
- 手掌移動的速度（毫米每秒）；
- 手掌的法向量（垂直於手掌平面，從手心指向外）；
- 手掌朝向的方向；
- 根據手掌彎曲的弧度確定的虛擬球體的中心；
- 根據手掌彎曲的弧度確定的虛擬球體的半徑；
其中，手掌的法向量和方向如下圖所示：
&amp;lt;img src="https://pic3.zhimg.com/39ccd43f137cec866fd23c7ca9b56a36_b.jpg" data-rawwidth="517" data-rawheight="261" class="origin_image zh-lightbox-thumb" width="517" data-original="https://pic3.zhimg.com/39ccd43f137cec866fd23c7ca9b56a36_r.jpg"&amp;gt;
「手掌球」的圆心和半径：
&amp;lt;img src="https://pic1.zhimg.com/dcc82dfb23c58cc4cd23714568feb5fc_b.jpg" data-rawwidth="650" data-rawheight="385" class="origin_image zh-lightbox-thumb" width="650" data-original="https://pic1.zhimg.com/dcc82dfb23c58cc4cd23714568feb5fc_r.jpg"&amp;gt;
對於每個手掌，亦可檢測出平移、旋轉（如轉動手腕帶動手掌轉動）、縮放（如手指分開、聚合）的信息。檢測的數據如全局變換一樣，包括：
- 旋轉的軸向向量；
- 旋轉的角度（順時針爲正）；
- 描述旋轉的矩陣；
- 縮放因子；
-
平移向量；
Leap 除了可以檢測手指外，也可以檢測手持的工具。像上文所說的，就是細的、筆直的、比手指長的物件：
&amp;lt;img src="https://pic4.zhimg.com/c10d82458234dd878fe3754d74e1bba3_b.jpg" data-rawwidth="633" data-rawheight="229" class="origin_image zh-lightbox-thumb" width="633" data-original="https://pic4.zhimg.com/c10d82458234dd878fe3754d74e1bba3_r.jpg"&amp;gt;
對於手指和工具，會統一地稱爲可指向對象（Pointable Object，抱歉不太會翻譯），每個 Pointable Object 包含了這些信息： leap motion原理 - 長度；
- 寬度；
- 方向；
- 指尖位置；
- 指尖速度；
leap motion原理 根据全局的信息、运动变换，手掌、手指和工具的信息和变换，开发者就可以靠这些来制作游戏、程序了。
参考：
Leap Motion 的开发者文档 Leap Motion | Developers