本项目实现了一个完整的手语识别流程： 从手语视频帧中提取手部关键点序列，训练 Transformer 分类模型，并通过网页实时调用摄像头完成在线识别与文字输出。 离线特征提取：使用 MediaPipe Hands 将每帧图像转换为关键点向量（最多双手，126 维/帧）。 模型训练 ...

基于 MediaPipe + OpenCV 的实时手势识别系统，通过摄像头捕捉手部动作并映射为计算机控制指令（音量调节、PPT翻页、媒体播放、窗口关闭等）。