Hand Gesture Detection and Finger Counting

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.

Features

• 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.

Requirements

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.
• 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.

Project Structure

• 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.

How it works

• 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.