這就是 Motion Visualizer，它将由 Leap 傳感器捕捉到的手部運動資訊映射出來：
<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">
（黃色錐體即 Leap 的視野）
Leap 的傳感器能捕捉到這三種運動資訊：手指（及手持物）的運動、手掌的運動、手掌球（手的弧面模拟的球體，帶有球心位置和半徑資訊）三種。另外，還可以通過兩隻手的相對運動生成平移、旋轉和縮放資訊。這裡有更詳細的描述：Leap Motion 的原理是什麼？
手指的運動：
在隻伸出一隻手指的情況下，Leap 的捕捉資訊相當精準。手指的一點點移動都能被迅速捕捉到。不過，伸出多個手指後，Leap 盡管對手指的捕捉依然非常精準，但經常會「跟丢」一些手指，即手指突然消失随後識别成一個新手指出現在螢幕上。尤其是手兩端的拇指和小指。若不伸出手指，那麼 Leap 是不會捕捉到運動資訊的。若手指被手掌或其他手指擋住，也不會捕捉到的。（是以就不能像小孩子玩那種 biu~biu~biu~ 那種打槍遊戲那樣玩 FPS 類遊戲了，很遺憾 = = ）
手掌的運動：
在 Motion Visualizer 裡按一下 [n] ，即可标注手掌的運動：
<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">
在這裡，手掌平面以圓盤标出，圓盤上指向的箭頭分别是手指方向的方向向量，與手掌方向的法向量。
手掌的運動也捕捉地比較準确。但有很大局限性。局限性之一是，手掌的傾角不能太大，大于 45 度效果就很差了。然後，手掌的法向量的正向被設定成始終指向 Leap 傳感器。如果手掌一開始在 Leap 傳感器的右側，保持手掌朝向不變緩緩移到左側，Leap 識别的方向也會變成朝向原點（即 Leap 傳感器自己的位置）一邊。還有，人臉對此也會有幹擾，會把人臉檢測成一個不穩定的平面。是以用的時候，要注意臉離傳感器的視野遠一些。（本來還想做一個乒乓球遊戲呢，看到這樣還是算了吧 > <）
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;手掌球随手掌的張開大小，半徑發生變化。不過半徑的變化範圍比較有限，不能變得太小，也變不了太大。
手掌球随手掌的張開大小，半徑發生變化。不過半徑的變化範圍比較有限，不能變得太小，也變不了太大。
Leap Motion 給了開發者一些程式設計範例，其中一個是檢測兩隻手的相對位移，根據這個相對位移來平移、旋轉、縮放這個網格：
&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;
在這裡，如果就是那樣伸出兩隻手，效果一般。不過，如果兩隻手各伸出一隻手指來操控的話，效果會好很多，平移、旋轉、縮放都非常靈敏。
Leap 還有一個功能，就是在進行螢幕校準後，可以用手指隔空像雷射筆一樣模拟滑鼠在螢幕上的運動（但不能點選，現在 Leap 僅供開發者測試、制作程式和遊戲用），如圖（圖怎麼正不過來 > <）：
&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;
這個功能非常好用，也可以左右手各伸出一隻手指來玩。不過還是那樣，伸出多個手指後效果就差一些，經常有手指跟丢。
在強光直射下，Leap 的檢測效果會變差一些。不過遠離頂燈、台燈、日光什麼的就是了~
Leap 傳感器在使用了一段時間後會有些發熱。不過也就是比較溫的那種熱量啦。
總結：
優點：單指、雙指操控非常靈敏，「隔空指物」功能很好用；
缺點：易受幹擾，多指操控容易出現「跟丢」現象。
是以，建議對預訂 Leap 持觀望态度，在正式版出來後看看媒體的評測，然後再決定購買。不過在正式版上會帶有紅外線 LED，效果應該會好一些~
Leap Motion 傳感器對 OS X 和 Windows 的支援都很好（Leap Motion 公司的 CFO 以前在蘋果管 iAd 業務）。對于開發者來說，可以使用很多程式設計語言（工具）來開發應用程式，有C++, Objective-C, Java, C#, Python, Unity 等，但注意 Unity 需要 Pro 許可證，因為免費版本的 Unity 不支援插件。（Pro 版本的 Unity 要一千五美刀呢，哭）
關于 Leap Motion 的應用，個人也在根據這幾天的測試探索當中，希望做出一些高品質的遊戲、應用。
從 API 的角度大概說一下
Leap Motion 傳感器的結構：
&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;
大體上，Leap 傳感器根據内置的兩個攝像頭從不同角度捕捉的畫面，重建出手掌在真實世界三維空間的運動資訊。檢測範圍大體在傳感器上方 25 毫米到 600 毫米之間，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，指向螢幕右方。Y 軸指向上方。Z 軸指向背離螢幕的方向。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資訊，每份這樣的資訊稱爲「幀」( frame )。每一個這樣的幀包含檢測到的：
- 所有手掌的清單及資訊；
- 所有手指的清單及資訊；
- 手持工具（細的、筆直的、比手指長的東西，例如一枝筆）的清單及資訊；
- 所有可指向對象（Pointable Object），即所有手指和工具的清單及資訊；
Leap 傳感器會給所有這些配置設定一個唯一標識（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資訊。
Leap 可以根據每幀和前幀檢測到的數據，生成運動資訊。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，可以檢測到如下資訊：
- 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」的圓心和半徑：
&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）的資訊。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 包含了這些資訊： leap motion原理 - 長度；
- 寬度；
- 方向；
- 指尖位置；
- 指尖速度；
leap motion原理 根據全局的資訊、運動變換，手掌、手指和工具的資訊和變換，開發者就可以靠這些來制作遊戲、程式了。
參考：
Leap Motion 的開發者文檔 Leap Motion | Developers