ギターのコードを演奏動画から目や耳で採譜する作業は特に初心者には難しい．そこで，本研究では入力された画像のコードを手の骨格データを用いて推定する．方法としては，OpenPoseを用いて手の骨格データを取得し，それを描画した画像をコードと対応させて機械学習させる．その後，コードの画像を入力することで，そのコードの推定を行う．評価実験はA,B,C,D,E,F,Gの7コードとそれぞれのマイナーコードを追加した14コードで行い，骨格データを用いる場合と用いない場合で再現率と適合率を比較した．結果として，骨格データを用いる場合の再現率と適合率は，用いない場合を上回り，ギターコード推定に骨格データを用いるのが有効であることが示された．