基于Tensorflow与Opencv手势识别的环境搭建和代码操作

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

官网下载：https://www.baidu.com/link?url=8hGxKDxhkzATLuJUCbCB2pAME2UG-UzFX0hEQERcyqKzlpK47zdSLCKBtQKdJQhe&wd=&eqid=bac1918800001e5a000000065cba886d

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