本项目致力于开发印度手语（ISL）手势识别系统，通过Python代码实现对印度手语的精准辨识，助力听障人士沟通无障碍。
该存储库包含用于识别印度手语（ISL）手势的Python实现。由于研究较少，网络上缺乏标准数据集，因此我们创建了自己的手势图像。ISL数据集包括所有字母（A到Z）以及数字（1至9），共有35个类别，每个类别有1200张图片。
因为涉及到两只手并且具有较高的复杂性，识别ISL手势相当困难。为了对这些图像进行分类，我们使用支持向量机(SVM)实现了词袋(Bag of Words, BoW)模型。训练和测试数据按70:30的比例划分。采用这种方法后，模型能够达到大约99%的准确度，并且错误率非常低。
所有的手势在带有标签的手势图像中均有展示。为了运行此实现，请确保安装以下环境：
- Python 2.7（不适用于较高版本，因为OpenCV在此版本之后不再支持SURF功能）
- opencv-python==3.4.2.16
- opencv-contrib-python==3.4.2.16
5星
