代码一共分为三个部分：样本数据集的获取、训练、预测 。 第一部分-get_train_image.py样本的获取: 我是用的opencv自己获取的自己手势的数据集、测试集。 第二部分-dataset自定义数据集以及训练: 采用tensorflow 的dataset模块创建自己数据集和tensorflow.keras api实现模型的构建以及训练. 第三部分-模型预测与应用

安卓手势放大缩小相机

可进行手势控制的小车，采用ADXL345，控制简单，可编性强

1.手机端蓝牙APP可以收到手势识别的动作，根据动作切换歌曲、音量加、音量减、播放/暂停等；蓝牙音频模块可以收到手机端发的数据，从而实现蓝牙的双向通讯。 2.手机1通过蓝牙与蓝牙音频模块连接后，放音乐；可以通过FM发射出去，通过第二台手机收音机功能指定频道（频率可调，需要增加调频按键）收听到播放的音乐。 3.前面两项功能测试通过，可以根据自己的需求在这个DEMO上增加其它功能，供爱好者们参考！

之前传过一个手势控制立方体旋转的工程，那个跟网上大多的教程不打一样，现在分享一个按步骤实现的工程，照样代码中有详细的注释

肌读数据集 腕部冬眠，弯曲，伸展，径向偏移，尺骨偏移，内旋，旋后和拳头手势的Myo臂章肌电图读数数据集。 项目结构 读数位于_readings文件夹中，每个记录会话包含一个文件夹。 每个会话文件夹包含多个文件，每个手腕手势一个。 这些文件名为 .txt（例如，扩展名为2.txt，请参见下面的手势标签）。 每个录制会话文件夹应至少包含八个文件（用于手势0-7）。 文件本身由多行组成： ... 11,32,-3,-43,4,5,42,7,0 13,24,-5,12,43,42,12,1,0 123,121,-100,-88,-32,32,123,13,2 ... 每行代表来自Myo臂章上的八个EMG通道的样本（[-128，127]，有符号字节），以及给定时刻的手腕手势（类）标签，以逗号分隔。 该行的末尾没有逗号，并且文件中的任何地方都不应有空格。 根据Myo规范，采样频率约为2

Android招财进宝手势密码锁，是本人从项目中分享出来的模块代码，可以直接运行使用，有什么问题或者建议，可以直接在博客留言或者Email给我(mrwujay@163.com)，我会尽快回复你.

通过STM32F103驱动APDS9960识别上下左右及覆盖等物种手势姿势。可以根据需求移植到自己的CPU上使用

采用STM32，实用IIC处理，获取手势数据，使用者只需要自己修改IO口即可。

简单背景下的手势识别系统，用于与电脑进行猜拳游戏