随着计算机技术的不断发展,手势识别已经成为人机交互领域中的一项关键技术。现今,作为一种新型的人机交互技术,手势识别已经成为涉及图像处理、模式识别、计算机视觉等领域的一个比较活跃的课题。然而由于手势本身具有的多样性、多义性、以及时间和空间上的差异性等特点,加之人手是复杂变形体,因此手势识别是一个极富挑战性的多学科交叉研究课题。本文对当今静态手势识别技术中的各种方法进行了详细的分析,并在此基础上,设计并实现了一套可以进行实时识别的静态手势识别系统。本系统共分为四个模块:手势图像捕捉、图像预处理、特征提取以及手势的分类识别。系统在运行的过程中首先由USB摄像头捕获手势图像,再经过图像预处理得到手势的二值图像以及轮廓图像,针对这两幅图像对手势进行特征提取,最后采用基于欧氏距离的模板匹配法进行识别。在系统的图像预处理以及特征提取两个模块中,本文加入了OpenCV(微软开源视觉库)函数库,在运行的效率以及速度上都达到了良好的效果。在实际的系统测试中对本文定义的十个手势建立了模板库,并且在固定手势采集距离以及非固定手势采集距离两种情况下对681个测试样本进行了识别,平均识别率为92.80%,达到了很好的识别效果。同时,符合高识别率以及实时处理的设计准则。