本发明公开一种基于ＫＮＮ和像素比梯度特征的静态手语识别方法。该方法包括：步骤１：拍摄彩色图像；步骤２：基于图像的颜色特征对图像进行二值化；步骤３：基于图像的形状特征定位手的位置，并分割出来；步骤４：对分割后的图像进行归一化；步骤５：提取图像的像素比和梯度特征作为图像的特征向量；步骤６：计算输入的特征向量与标准手语图像特征库的欧氏距离；步骤７：基于ＫＮＮ算法确定最佳匹配结果；步骤８：将识别结果输出。本发明结合了图像颜色特征、形状特征和像素比梯度特征，并且利用了ＫＮＮ算法来进行特征匹配，提高了识别率和对不同环境的适应性，而且算法相对较简单，复杂度低，系统运行速度快，设备成本低廉。