我使用OpenCV2.4.4的windows版本+Qt4.8.3+VS2010的编译器做了一个手势识别的小程序。
本程序主要使到了Opencv的特征训练库和最基本的图像处理的知识,包括肤色检测等等。
废话不多,先看一下基本的界面设计,以及主要功能:
2024/8/9 19:46:35 16.22MB 手势识别 算法代码 opencv
1
OPENCV手势动作识别-石头剪刀布,OpenCV3.0版本,VS2012完美运行。
2024/8/2 19:32:24 5.42MB 手势动作识别
1
心电波形控件,安卓开发,支持手势操作,具体内容见https://www.jianshu.com/p/db542c48cd41
2024/7/31 13:33:10 8.67MB 心电波形 控件 安卓
1
利用50层ResNet实现手势数字的识别,准确率可达95%。

2024/7/28 10:48:10 10.49MB 手势数字 残差网络
1
手势样本库
2024/7/21 5:01:12 24.72MB 手势样本库
1
ifunk翼14寸笔记本触控板官方原版驱动,安装后支持多指手势等高级操作功能。
2024/6/29 16:21:15 29.02MB ifunk
1
本源码实现了基于摄像头检测手掌和拳头的功能。
1.源码项目是基于VC2010,需要自行配置好OpenCV2.0以上版本环境。
2.本源码使用了两个训练文件palm2.xml和fist2.xml,运行前应将此两个文件复制到D盘根目录。
2024/6/28 6:23:06 20KB OpenCV 手势识别
1
使用opencv对手势关节进行识别,并画出骨架。
(python)
2024/6/17 7:32:08 26.17MB python 手势识别
1
设计一种麦克纳姆轮全向行走运输平台的体感交互控制系统。
该系统应用kinect体感器提出骨骼运动信息识别和基于深度手势识别的两种控制方式,应用于不同场景。
基于骨骼运动信息识别控制方式通过kinect获取人体深度图像数据,然后利用骨骼追踪技术提取人体应用关节点,并建立空间坐标系,最后通过向量计算法来计算出人体关节转动角度实现动态的动作识别进而转换为控制指令实现平台控制。
基于深度手势识别控制方式利用kinect获取的深度信息实现手部从背景中分割,然后运用模板匹配的方式识别手势转换为控制指令实现平台控制。
实验表明,通过该控制系统能对全方位运输平台进行有效灵活的控制。
1
安全,轻松地在PC上操作,镜像和投影您的Android手机。
支持所有品牌的Android手机:Google,HTC,华为,联想,Mi,OnePlus,Oppo,Realme,三星,索尼,Tecno,Vivo等。
大屏幕,可以在显示器上享受大屏幕的体验。
WiFi和USB:WiFi连接可提供更多便利,USB连接可提高流畅度。
多点触控:如果您可以触摸显示器屏幕,则支持手势。
更快的打字速度:在Instagram或Facebook上使用键盘可以提高打字速度。
共享剪贴板:Ctrl+C和Ctrl+V在电话和计算机之间也可以使用。
文件管理(可以通过右键菜单、在远程界面把文件拖入、在文件管理界面把文件拖入,ctrl+c电脑文件ctrl+v在我们软件实现文件上传)
1
共 181 条记录 首页 上一页 下一页 尾页
在日常工作中,钉钉打卡成了我生活中不可或缺的一部分。然而,有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚,我总是得牢记打开钉钉应用,点击"工作台",再找到"考勤打卡"进行签到。有时候因为工作忙碌,会忘记打卡,导致考勤异常,影响当月的工作评价。而且,由于我使用的是苹果手机,有时候系统更新后,钉钉的某些功能会出现异常,使得打卡变得更加麻烦。 另外,我的家人使用的是安卓手机,他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说,每次打卡都是一次挑战。他们总是担心自己会操作失误,导致打卡失败。 为了解决这些烦恼,我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习,我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。
2024-04-09 15:03 15KB 钉钉 钉钉打卡