本代码基于STM32F103C8T6，手势识别模块运用的是PAJ7620U2手势识别传感器，欢迎大家下载分享。

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运转即可，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Matlab2016b平台开发的6.仅限用于学习交流。
严禁商用！！！

PAJ7260u2手势识别传感器是将手势识别功能与通用I2C接口集成到单个芯片中的PAJ7620U2。
它可以识别13种手势，包括向上挪动，向下挪动，向左挪动，向右挪动，向前挪动，向后挪动，顺时针方向，圆周-逆时针方向，向下，向下，从左到右，从左到右。
这些手势信息可以通过I2C总线简单访问。
该PAJ7260u2手势识别传感器模块设计核心芯片为PAJ7260u2，是一个支持与I2C协议通信的身体红外识别IC。

关于代码的引见可以参考https://blog.csdn.net/qq_41562704/article/details/88975569，代码基于Win10+Python3.7环境，对采集的图片进行了图像平滑，基于OTSU阈值的肤色分割，基于八邻域搜索法进行轮廓检测操作，最终完成了手势图片从采集到轮廓曲线的提取过程，对已得到的轮廓曲线提取其傅里叶描述子和椭圆傅里叶描述子，并分别进行了归一化处理。
用KNN和SVM两种算法训练模型，以自己采集数据集为训练集进行了训练，最后基于PyQt5制作了简易界面。

这是借鉴了github上的一个源程序，参考源：https://github.com/lzane/Fingers-Detection-using-OpenCV-and-Python　　自己在这个基础上做了一点修改补充后，可以实现手指指尖的检测，并且可以在windows系统下通过判断手指数目，来模仿键盘操作。
下面直接上源程序，并做了详细注释，方便理解。
　　环境：python3.6+opencv3.4.0代码如下：importcv2importnumpyasnpimportcopyimportmathimportwin32apiimportwin32con#参

│││├─地图相关│Androidbikeroute自行车导航源码.rar│AndroidGpsTest源码.rar│AndroidGpsTracker源码.rar│Android百度地图API-定位周边搜索POI源码.rar│Android百度地图API源码.rar│北京公交线路查询（离线）.rar│获取Gps信息的程序源码.rar│├─学习相关│365MobileSecretaryv1.0.6(365手机助手AIDL).rar│AdXmpp(Openfire+asmack+spark).zip│AidlDemo(简单aidl的例子).rar│aidl跨进程调用.rar│andbatdog电池监控.rar│andbatdog监视电池.rar│Andorid科学计算器源码.rar│andricoFacebook客户端.rar│Android9妹工具(9Patch).rar│AndroidalertDialog对话框.rar│Androidanimation图片移动效果.rar│Androidbroadcast电池电量显示源码.rar│Androiddraw自动绘画功能.rar│AndroidexpandableList扩展列表.rar│AndroidGamex木马分析报告.rar│AndroidHttp简单应用源码.rar│AndroidiconFile带图标的文件资源管理器.rar│AndroidIntent切换.rar│AndroidlistView学习源码.rar│Androidmenu单选菜单.rar│Androidprogress前台运算.rar│AndroidReadXmlByPull使用Pull解析Xml文件.rar│AndroidsharedPref学习源码.rar│Androidsql练习合集.rar│Androidstyle简单学习应用示例.rar│AndroidSurfaceView添加组件view不被组件覆盖.rar│AndroidtextView应用简单示例.rar│Androidtheme简单使用示例.rar│AndroidView中添加Animation.rar│AndroidXY图表.rar│Android云端发音字典源码.rar│Android如何远程下载安装的应用源码.rar│Android局域网简易云端笔记系统源码.rar│Android手势滑动源码.rar│Android手机文件上传示例.rar│Android操作数据库实例.rar│Android数据库SQLite.rar│Android新浪微博图片缓冲技术.rar│Android注册界面源码.rar│Android淘宝客户端源码.rar│Android滑动开关按钮源码.rar│Android滴答词典源码.rar│Android电影购票源码.rar│Android省市区三级连动--spinner.rar│Android类似于放大镜源码.rar│Android联系人快速索引源码.rar│Android英文电子词典源码.rar│Android英语单词记忆程序源码(2).rar│Android英语单词记忆程序源码.rar│Android英语朗读器源码.rar│Android触屏手势识别GestureTest.rar│Android通明菜单源码.rar│Android重力传感器源码.rar│Android闹钟源码.rar│Android高仿微信导航页开门效果源码.rar│AndroidPdfViewerPDF查看器.zip│

手脸近距遮挡属于深度传感器应用中具有代表性的难点问题，针对该问题提出了一种综合利用颜色与深度信息的手势识别方法。
采用核模糊C-均值聚类，对手脸遮挡图像进行粗分割和灰度增强，实现手脸分离。
引入初始化水平集函数，处理聚类方法导致的手势区域像元缺失问题。
利用基于深度信息的梯度方向直方图(HOG)特征对手势进行分类识别。
通过采集不同人体手脸近距遮挡情形下的多种手势图像建立了样本数据库，进行了对比实验，实验结果验证了该方法的可行性和有效性。
本文方法能有效分离近距遮挡的手和脸，提取得到相对完整的手势信息，深度HOG特征能够对手势空间信息进行精确描述，具有比传统形状特征更准确的识别效果。

这是HaGRID手势识别数据集使用说明和下载，原文连接：https://panjinquan.blog.csdn.net/article/details/126725796，HaGRID数据集数量特别大，有716GB的大小，包含552,992个FullHD(1920×1080)RGB图像。
此外，如果帧中有第二只手，则某些图像具有no_gesture类。
这个额外的类包含123,589个样本。
数据分为92%的训练集和8%的测试集，其中509,323幅图像用于训练，43,669幅图像用于测试。
提供手势动作识别数据集，共18个手势类别，每个类别约含有7000张图片，总共123731张图片(12W+)提供所有图片的json标注格式文件，即原始HaGRID数据集的标注格式提供所有图片的XML标注格式文件，即转换为VOC数据集的格式提供所有手势区域的图片，每个标注框的手部区域都裁剪上去，并保存在Classification文件夹下可用于手势目标检测模型训练可用于手势分类识别模型训练

本书的第1章和第2章介绍了数字图像处理的基本概念和技术，后续几章介绍了数字图像处理和计算机视觉领域的几个应用实例，包括指纹识别系统、数字水印技术、条形码技术、印鉴鉴定系统、光学字符识别技术以及基于视觉的手势识别系统。
本书的最大特色在于，对识别技术中的大多数问题，不仅给出了关于算法的详细介绍，还给出了基于C/VisualC++6.0的实现代码，具有一定的扩展性。
有的实例还给出了不同方法的实现过程，以供读者选择。
本书可作为读者学习数字图像处理的教程，也可作为毕业设计或工程开发的参考书本书系统地介绍了图像处理与识别的基本原理、典型方法和实用技术。
全书共分12章，第1章～第6章是图像处理与识别的基础内容，包括图像科学综述、MATLAB语言图像编程、图像增强、图像分割、图像特征提取和图像识别；
第7章～第10章是图像处理与识别的工程实例，涵盖了医学图像处理、文字识别和自导引小车路径识别等应用实例，并结合理论算法，提供了大量MATLAB代码程序，以协助读者掌握如何使用MATLAB语言快速进行算法的仿真、调试和估计等方法。
第11章～第12章，是两个综合性较强的实例，分别是VisualC++实现的基于神经网络的文字识别系统和车牌定位系统。

简单背景下在线识别手势，可与零碎进行猜拳游戏

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。