如果是单纯的手势识别，可以用激光测距原理的模块，价格也不贵，某宝搜一下。

如果是基于图像识别来做，那需要有一些图像基础知识，简单的图像识别知识，手势判断需要图像运动识别算法实现，简单的上下左右之类的可能STM32之类的单片机可以支持，复杂的可能就超出单片机的能力了。

对学习而言难度不大，需要一个渐进的过程，弄清原理逐步实现。。

难度很大，就图像分析这一块，估计你难以解决。重点不在单片机上。