python手势识别

手势识别，从获取样本到训练测试都有代码

需要keras，opencv，tensorflow等库

# coding: utf-8
from tensorflow.keras.models import load_model
import numpy as np
import cv2
import pickle
import time


#预测框初始化
x0 = 400
y0 = 200
height = 200
width = 200

#帧率相关参数
framecount = 0
fps = ““
i = 0

#开始时间
start = time.time（）


#手势处理函数（二值掩模）
def binaryMask（frame x0 y0 width height）:
    #只处理识别框部分
    cv2.rectangle（frame （x0y0）（x0+widthy0+height）（02550）1）
    roi = frame[y0:y0+height x0:x0+width]
    return roi



#模型和标签名
MODEL_NAME = “ss_model.h5“
LABEL_NAME = “ss_labels.dat“


#加载标签
with open（LABEL_NAME “rb“） as f:
    lb = pickle.load（f）

#加载神经网络
model = load_model（MODEL_NAME）


#打开摄像头
cap = cv2.VideoCapture（0）
videowriter = cv2.VideoWriter（“predict.avi“cv2.VideoWriter_fourcc（‘M‘‘J‘‘P‘‘G‘）30（200200））

while（True）:
    ret frame = cap.read（）
    frame = cv2.flip（frame 3）
    frame = cv2.resize（frame （640480））

    if ret == True:
        roi = binaryMask（frame x0 y0 width height）
        roi1 = roi
        roi1 = cv2.resize（roi（100100））
     

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     文件        2301  2020-03-14 15:23  get_samples.py
     文件        3428  2020-05-26 16:09  network.py
     文件        2311  2020-05-26 16:26  ges_test.py