本文提出一种基于视觉的手势识别方法。系统由两部分组成：分割部分与识别部分。对手掌的分割：采用基于肤色的阈值分割结合YCrCb颜色空间算法，同时能够去掉人脸、多余的胳膊部分及其他噪声，得到只包含手掌的二值图。对手势的识别：采用二值图片Hu矩作为手势特征，利用BP神经网络对特征进行训练，最终实现对手指根数及一些特殊手势的识别。实验表明，该系统能有效分割手掌部分，达到对静态手势95%以上的识别率。

CNN_Gesture一个实时的手势识别脚本 基于Opencv + keras的实时手势识别系统，准确率约96％，可录制数据集。 python3.6 + opencv + keras + numpy + PIL 运行“录制手势.py”，单击opencv的窗口，如果发现背景不够干净可以通过键盘按'b'重新设置背景。 键盘按'l'进入手势录制模式，一个手势录制完成训练集后会时段3s，再开始录制测试集。每个手势训练集+测试集录制结束后，键盘再按'l'会录制下一个手势，直到所有手势都录制完成。 全部训练手势录制完，按't'进行训练，模型训练结束会得到一下内容 模型的结构图 训练集和测试集的准确率和损失折线图 测试集的重新矩阵图 .h5后缀的模型 training.py如果已经包含数据集或使用上传的数据集，可以直接运行得到模型Forecast.py可以查看每个手势的预测准确率 获得模型后，预测手势

本项目为2018年全国大学生电子设计大赛题目，旨在利用STM32开发板和FDC2214传感器芯片，实现对既定手势的识别。采集FDC2214传感器的各手势数据并进行存储，采集完成后进行手势判决，将判决结果显示在LCD液晶屏上。

简单背景下的手势识别系统，用于与电脑进行猜拳游戏

内容描述：系统设计=基于表面肌电信号的不同手势识别系统设计[已测试] 1.直接打开EMG_EXE -> GesturesEMG运行即可，效果见图所示 2.EMG_data 为数据文件 3.EMG_EXE 为应用程序输出文件 4.SEMG_GUI 为系统演示文件 5.说明：系统是基于Matlab 2016b平台开发的 6.仅限用于学习交流。严禁商用！！！

WiGeR：基于WiFi的手势识别系统

基于 matlab 的手势识别系统。 简单背景下在线识别手势，可与系统进行猜拳游戏 手势 识别

基于CNN的静态手势识别系统，完整代码实现，可以基于二值化模型和高斯肤色模型对手掌分割，不包含训练好的CNN权值文件，需要的可以看博客另外下载。

近年来，手势识别作为新一代人机交互手段，受到了国内外研究学者以及公司的关注和研究，并且取得了突出的成果，在智能电视、游戏娱乐设备、机器人等方面都有了广泛的应用，而且，通过对手势识别技术的研究，可以推动机器设备对视觉感知能力的认识，并将其应用到更多的人工智能领域，使机器设备更好的理解人类的想法和意图，为我们的生活和工作带来更大的好处。本文通过手势分割、边缘检测、特征提取、匹配识别等技术实现了一种能识别五种手势的手势识别系统，可以完成人机交互的基本任务。文件包含有MATLAB代码和DSP代码（DSP代码经在TI公司的C6414芯片测试通过），以及详细的文档说明和PPT展示，方便读者理解。

自己做的实时动态手势识别系统，可识别0-9十个阿拉伯数字手势。Realease版，识别率我自己用70%，不熟悉的人可能低一些，环境最好选择室内，不可太暗。有兴趣的可以玩玩。