基于Python，利用Opencv和keras构建的实时手势识别系统。

简介：
CNN_Gesture是一个基于OpenCV和Keras的实时手势识别脚本，构建了一个准确率约为96%的实时手势识别系统，并具备数据集录制功能。通过运行“录制手势.py”脚本（使用Python 3.6、OpenCV、Keras、NumPy和PIL），用户可以利用OpenCV窗口进行背景设置，按下键盘上的“b”键重新调整背景的清晰度。为了启动手势录制模式，用户只需按下键盘上的“l”键即可；完成一个手势的训练集录制后，系统会暂停3秒钟，随后开始录制相应的测试集。每次手势训练集和测试集录制完成后，再次按下“l”键即可开始录制下一个手势，直至所有目标手势均已完成录制。当全部训练手势的录制完成后，按下“t”键触发训练过程。模型训练结束后，系统将呈现模型的结构图、训练集和测试集的准确率以及损失函数的折线图，并生成以“.h5”后缀命名的“training.py”模型文件。如果数据集已经包含或可以通过上传提供，则可以直接运行“Forecast.py”脚本来查看每个手势的预测准确率。获得模型之后，就可以对未知手势进行预测了。