1.基于深度学习的手势识别的多标签图像预处理方法，其特征在于包括如下步骤：步骤1.获取已标记的多个特征点的坐标点(x1,y1),(x2,y2)...(x21,y21),所述的多个特征点的坐标点也是网络学习时的标签；

步骤2.在坐标点中分别选出图像平面坐标系中x的最大值xmax和最小值xmin，y的最大值ymax和最小值ymin，确认坐标点A(xmin，ymin)和坐标点B(xmax，ymax)；

Xmax＝max[x 1,x 2...x 21]；

Xmin＝min[x 1,x 2...x 21]；

ymax＝max[y1,y2...y21]；

ymin＝min[y1,y2...y21]；

步骤3.利用坐标点A(xmin，ymin)和坐标点B(xmax，ymax)定位目标在图像P0中标签有效的方形区域P，其长为L，宽为W；同时，在方形区域P边缘的坐标点应按规则留有余量，使其落在方形区域P内，得到拓展后的方形区域P1，然后对方形区域P1的长和宽更新，具体如下：方形区域P1的长L1更新为L1＝L+2×L×K，宽W1更新为W1＝W+2×W×K，其中K＝0.01；

步骤4.比较方形区域P1的长L1和宽W1，若长L1大于宽W1，则对宽W1进行扩展，令△＝L1‑W1，则以区域P1的W1/2为对称轴，在L1上向两边均匀扩展△/2，直至长L1和宽W1的长度相等，从而得到一个新的方形区域P2；

若新的方形区域P2的长为L2，宽为W2,其无法达到长宽一致，则应使宽W2的长度无限接近长L2，即使得△最小，得到方形区域P3；

然后将获得的方形区域P2或方形区域P3裁剪下来，获得裁剪图，将剩下的背景区域分别计算每一维的像素平均值M；

步骤5.按照原图像与裁剪图的坐标系原点的相对位置，计算裁剪图中特征点的坐标，作为裁剪图的标签；

若裁剪图的尺寸为方形区域P3，则在宽W2所在的边添加通道，使L2与W2相等，通道的像素值为剩余背景每一维的像素的平均值M。