文件名称：TrackMe:Python应用程式，可即时辨识网路摄影机的手势
文件大小：10.47MB
文件格式：ZIP
更新时间：2024-05-31 21:25:02
Python
追踪我 Python应用程序，使用算法实时识别来自网络摄像头的手势。 该算法的粗略描述： 分类器培训（请参见下文）。 从网络摄像头视频流中提取帧。 密集SIFT描述符应用于均匀分布在图像上的点，以进行构架以提取特征。 使用预先训练的对特征进行分类，以确定手势。 #Dependencies： （网络摄像头访问） （SIFT描述符） 来自requirements.txt软件包 #Use开始，运行 python GestureRecognition(camera).py 并将您的手掌放在绿色方块内。 该字母将出现，表示手势。 ＃示例：经过培训，App可以区分8类：[无，A，B，C，F，P，V，Admin的漂亮面Kong]。 ＃训练分类器对于该应用程序，我实现并尝试了2个分类器-贝叶斯和k最近邻。 Bayes更加准确，在良好的光照条件下，多达90％的时间都可以正确分类手势
【文件预览】：
TrackMe-master
----.gitignore(156B)
----GestureRecognition(knn).py(714B)
----README.md(2KB)
----plot.py(300B)
----test.sift(53KB)
----features.pkl(21.3MB)
----dsift.py(5KB)
----GestureRecognition(Bayes).py(905B)
----video()
--------normalized.png(42KB)
--------detector.png(250KB)
--------FDsift.sift(59KB)
--------Fgray.jpg(15KB)
--------V.png(504KB)
--------descriptor.png(273KB)
--------DSIFT.png(222KB)
--------original.png(42KB)
--------Fhist.jpg(29KB)
--------Five.sift(39KB)
--------Fsample.jpg(55KB)
--------tmp.dsift(46KB)
----tools.py(2KB)
----sift.py(3KB)
----screens from TrackMe()
--------gestures.jpg(116KB)
--------screen.jpg(363KB)
--------Thumbs.db(73KB)
----tmp.frame(4KB)
----requirements.txt(78B)
----tmp.pgm(10KB)
----GestureRecognition(camera).py(1KB)
----pca.py(962B)
----display.py(381B)
----knn.py(845B)
----bayes.py(2KB)