文章目录
代码地址
代码原作者博客:https://blog.csdn.net/ifruoxi/article/details/88190535
代码地址:https://github.com/BaofengZan/GestureRecognition-opencv-and-tensorflow-
1.下载anaconda (开源的Python包管理器)
官网下载:https://www.anaconda.com/distribution/
安装教程:https://blog.csdn.net/ITLearnHall/article/details/81708148
2.PyCharm下载
3.anaconda中虚拟环境的搭建
转载至:周雄伟 https://blog.csdn.net/ebzxw/article/details/80701613
检查安装结果
(1)检测anaconda环境是否安装成功:conda --version
(2)检测目前安装了哪些环境变量:conda info --envs
(3) 查看当前有哪些可以使用的tensorflow版本:conda search --full -name tensorflow
(4) 查看tensorflow包信息及依赖关系:conda info tensorflow
虚拟环境的搭建
(1) 进入windows命令模式,再进入如下目录,创建tfenv环境,安装python3.6: conda create --name tfenv python=3.6
(2) 激活tensflow的tfenv环境: activate tfenv
检测tfenv的环境添加到了Anaconda里面:conda info --envs
看到,已经创建成功。
检测当前环境中的python的版本:python --version
退出tfenv的环境:deactivate
安装tensorflow与opencv包
(1)tensorflow包的安装
1)激活tensflow的tfenv环境: activate tfenv
2)pip install --upgrade --ignore-installed tensorflow
3) 验证功能正常:python 进入代码环境
import tensorflow as tf
hello = tf.constant('hello,tf')
sess = tf.Session()
print(sess.run(hello))
温馨提示:如果你的conda和tensorflow环境都是安装成功的,但是一用测试代码进行跑的时候就出问题了,那么注意,这个原因你由于你在安装tensorflow的时候,是直接在cmd下,而不是在你用conda激活的一个环境,所以导致,tensorflow并没有直接嵌入到conda环境,所以,就导致无法导入模块的一个错误;
解决方法:
(1)只需要在activate tfenv
(2)然后再使用 pip install --upgrade --ignore-installed tensorflow 命令安装就可以了
若以上方法失败,可以尝试一下:https://blog.csdn.net/qq_28289369/article/details/82834478
(2)opencv包的安装
方式一:Anaconda自带的安装包方式:conda
1)激活tensflow的tfenv环境: activate tfenv
2)输入命令:conda install -chttps://conda.binstar.org/menpo opencv
若第一个方式失败,可用下一种
方式二:通过Anaconda安装python和各依赖库,再使用pip安装OpenCV(使用.whl文件安装),下文重点介绍这种方式。
opencv的下载地址:
https://www.lfd.uci.edu/~gohlke/pythonlibs/
打开网页选择对应Python版本的.whl文件并下载至硬盘(.whl件是python的包文件,包含了py文件,以及经过编译的pyd文件,用于安装),版本对应关系如下图所示。
由于本机是64bit系统,且刚才我们通过Anaconda安装的是Python3.6版本,因此,在上面的列表中下载名字中含有cp36和win_amd64的.whl安装文件
然后开始安装:
1)激活tensflow的tfenv环境: activate tfenv
2)输入命令:pip install opencv_python‑3.4.1+contrib‑cp36‑cp36m‑win_amd64.whl
(3)其他依赖包的安装
1)激活tensflow的tfenv环境: activate tfenv
2)输入命令:
pip install Pillow
pip install sklearn
若代码运行时缺失包,再通过此方式补上就行
4.PyCharm中环境导入
打开github下载的代码
PyCharm中虚拟环境配置
打开setting进行配置
选择已存在的环境,并打开之前我们创建的虚拟环境
这样就将虚拟环境导入到pycharm了,然后就可以尝试执行代码了
5.代码运行
正常运行后可以看到下图:
由代码可知:
当我们选择2.识别手势后
输入q时:退出程序
输入p时:开始手势判断
输入s时:
1)开始录制新手势
2) 首先输入文件名(录制图片将保存于此), 然后再按s开始录制,录制时将所要录制的手势展示在框框中。
新手势的训练
打开myCNN.py文件修改如下参数
修改训练样本的路径(即新手势所在的路径),当然也可以将新手势的图片加入到img_b文件夹中
如下图片中,将其改为所要训练手势的个数
按保存图片的顺序输入预测手势的名称,如下我就在原代码的基础上加入first这个新手势
将其保存然后运行,这时就可以选择1,开始训练手势了