表情符号识别器 🖖

这段代码可以帮助你识别和分类不同的手势表情符号。

版本 🗽

• Emojinator
• Emojinator 2.0
• Emojinator 3.0

迁移到其他仓库 🏺

• 石头剪刀布蜥蜴斯博克
• EmojiGram

描述 🤘

表情符号是在电子消息和网页中使用的表意文字和笑脸。表情符号种类繁多，包括面部表情、常见物品、地点和天气类型以及动物等。它们很像表情符号，但表情符号是实际的图片，而不是文字图形。

文件结构 🗄️

├── Emojinator 父目录（当前目录）
    ├── Emojinator 
        ├── CreateGest.py : 创建手势
        ├── TrainEmojinator.py : 训练机器学习模型
        ├── Emojinator.py : Emojinator 应用程序
        ├── gestures : 手势文件夹
            ├── 0/
            ├── 1/
            .
            .
            .
            └──11/
        └── hand_emo : 用于预测的手势表情符号
            ├── 0.png
            .
            .
            └── 12.png
    ├── Emojinator_V2 
    ├── LICENSE
    └── readme.md
        

结果 📊

Emojinator

Emojinator 2.0

Emojinator 3.0

石头剪刀布蜥蜴斯博克

EmoGram

📌 引用我们

如需引用本指南，请使用以下格式：

@article{emojinator,
author = {Bahadur, Akshay},
journal = {https://github.com/akshaybahadur21/Emojinator},
month = {01},
title = {{Emojinator}},
year = {2018}
}

由 Akshay Bahadur 用心与羊驼 ❤️ 制作

Emojinator 快速上手指南

Emojinator 是一个基于机器学习的手势识别工具，能够实时识别并分类不同的手部表情符号（Hand Emojis）。本项目支持从手势数据采集、模型训练到实时预测的完整流程。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Windows / macOS / Linux
• Python 版本：Python 3.6+
• 硬件要求：需要摄像头用于实时手势捕捉
• 核心依赖库：
  • opencv-python (用于图像采集与处理)
  • numpy (数值计算)
  • scikit-learn 或 tensorflow/keras (取决于具体版本使用的模型算法，V1 版本通常使用 sklearn)

建议提前安装基础依赖：

pip install opencv-python numpy scikit-learn

💡 国内加速提示：如遇下载缓慢，可使用国内镜像源安装依赖：

pip install -i https://pypi.tuna.tsinghua.edu.cn/simple opencv-python numpy scikit-learn

安装步骤

1. 克隆项目仓库 将代码下载到本地：

   git clone https://github.com/akshaybahadur21/Emojinator.git
   cd Emojinator/Emojinator
   

2. 确认目录结构 确保当前目录下包含以下关键文件（参考原版结构）：

   • CreateGest.py：用于采集手势数据
   • TrainEmojinator.py：用于训练机器学习模型
   • Emojinator.py：主应用程序（实时预测）
   • gestures/：存放采集到的手势图片文件夹
   • hand_emo/：存放用于预测的手势模板图片

基本使用

本工具的使用流程分为三步：采集数据 -> 训练模型 -> 运行应用。

第一步：采集手势数据

运行脚本以启动摄像头，根据提示做出不同手势以采集训练数据。

python CreateGest.py

程序会自动将采集到的图像保存至 gestures 目录下的对应子文件夹中（如 0/, 1/ 等）。

第二步：训练模型

使用采集好的数据训练机器学习模型。

python TrainEmojinator.py

训练完成后，模型文件将生成在当前目录，供预测程序调用。

第三步：运行实时识别

启动主程序，打开摄像头进行实时手势识别。

python Emojinator.py

此时屏幕上将显示摄像头画面，并实时标注识别出的手勢表情符号。

---

注：本项目有多个迭代版本（V2, V3）及衍生项目（如 Rock Paper Scissor Lizard Spock），如需体验更高级的功能，请进入对应的子目录查看其特定的 README 说明。