基于Opencv的手势识别代码

说明：  高精度图像计算,使用OpenCV进行图像处理，深度学习比对(GaoJingDu Picture JiSuan)

【毕设】主要功能和性能 功能：静态检测手型，捕捉手型图像，产生轮廓图像，并与模板匹配     匹配成功率：70%-80%，对环境（光线）的依赖程度大，有0.5~1秒的延迟

学习Opencv一书的部分参考答案，虽然不是很全，但是对入门者还是很有用的。(Learning Opencv a part of the book suggested answers, although not very wide, but still very useful for beginners.)

基于opencv的摄像头视频采集并保存的程序，保存的视频格式为AVI，操作简单。(Based on the opencv camera, video capture and save the programs, save video formats to AVI, easy to operate.)

基于opencv的手势识别 1、hog : hog特征提取 2、hogTainer ： 样本训练，利用了SVM方式 3、gestureRecognition ： 手势识别，利用了训练得出的线性分类器进行识别分类 训练样本在hog文件夹中，对应gesture_a到gesture_e ，五种手势(Gesture recognition 1, hog: hog feature extraction 2, hogTainer: sample training, the use of SVM mode 3, gestureRecognition: gesture recognition using training resulting linear classifier for recognition and classification of training samples in hog folder corresponding to gesture_a gesture_e, five kinds of gestures)

basler相机用OPENCV打开的一些例子，可以直接运行

opencv中处理负样本时随机从大尺寸样本图片中截取负样本图片(opencv random intercept negative sample images from the big picture when dealing with a sample size of negative samples)

老教程中经常用cvcam.h。而现在openCV2.4.10版本中没有cvcam.h，因此特地吧cvcam.h放在这里

用OPNET平台仿真adhoc网络的实验(OPNET simulation of adhoc network experiment)