The application detects hand landmarks in real-time from a webcam feed and counts the number of fingers raised on each hand. It uses the Mediapipe Hands module for detecting hand landmarks and OpenCV for displaying the results.
- Detect hand landmarks in images and real-time videos.
- Count the number of fingers raised for each hand.
- Draw hand landmarks and connections on the processed video frames.
- Visualize results using OpenCV and Matplotlib for images.
Before running the project, make sure you have the following dependencies installed:
- OpenCV : Utilisé pour le traitement d'images et de vidéos en temps réel, notamment pour capturer et manipuler des flux vidéo provenant de la webcam.
- MediaPipe : Fournit des solutions d'apprentissage automatique, ici utilisé pour la détection des mains et des landmarks (points de repère) sur les mains pour compter les doigts.
- Pygame : Une bibliothèque multimédia utilisée pour ajouter du son ou d'autres interactions à l'application. Cependant, elle n'est pas utilisée directement dans le script donné.
- Matplotlib : Utilisé pour afficher les images traitées, notamment pour visualiser les résultats des détections et des transformations.
- Numpy : Utilisé pour des opérations mathématiques et manipulation efficace de tableaux multidimensionnels, particulièrement avec les images.
detectHandsLandmarks(): Detects and draws hand landmarks on images or video frames.countFingers(): Counts the number of fingers raised for each detected hand.- Webcam real-time feed using OpenCV to process video frames.
- Hand Detection: The MediaPipe Hands model is initialized to detect hand landmarks in both static images and video.
- Landmark Visualization: The landmarks are drawn on top of the hand using OpenCV's drawing utilities.
- Finger Counting: The script identifies the position of each finger's tip and compares it with the corresponding joint landmark to determine whether the finger is raised or folded.