基于hog svm的手势识别和剪子包袱的游戏 matlab gui

该博客介绍了一种使用HOG特征和SVM进行手势识别的方法,应用于MATLAB GUI中实现剪子、包袱、锤子的游戏。通过特征提取和分类,系统能够识别玩家的手势并判断游戏结果。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

 

首先提取了特征

然后进行哦按段

可以看出来  包袱被锤头打输了  所以要在右边的显示框显示输的结果

function result = hog_com(im)%
im=imresize(im,[30 30]);
img=double(im);
%figure;
%imshow(img,[]);%显示图像
step=8;      %step*step个像素作为一个cell
[m1 ,n1]=size(img);%获取图像尺寸
%改变图像尺寸为step的最近整数倍,要不然后面就会发生错误
img=imresize(img,[floor(m1/step)*step,floor(n1/step)*step],'nearest');
[m,n]=size(img);
% 1、伽马校正
%figure;
img=sqrt(img); 
%imshow(img,[]);%显示图像
%% 下面是求边缘,也就是滤波,求梯度
fy=[-1 0 1];     
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

matlab_python22

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值