gkazukionishi / controledesomhands

Gestos com a Mão Utilizando MediaPipe

Este é um projeto que utiliza a biblioteca MediaPipe para reconhecimento de gestos da mão em tempo real. O projeto é capaz de reconhecer diferentes gestos da mão, como mão aberta, mão fechada, fazendo o sinal do L, sinal Hang-Loose, sinal Rock n Roll, 3 dedos levantados (Indicador, Dedo Médio e Polegar), dessa forma serão executadas ações correspondentes com base nos gestos reconhecidos.

Funcionalidades

• Reconhecimento de gestos da mão em tempo real.
• Execução de ações correspondentes com base nos gestos reconhecidos, como controlar o volume, avançar ou retroceder músicas e pausar/reproduzir músicas.

Dependências

• OpenCV (cv2)
• NumPy
• MediaPipe
• pynput
• math
• cvzone

Como Reproduzir o Programa

1. Certifique-se de ter todas as dependências instaladas. Você pode instalá-las via pip:

2. Baixe o arquivo utils.py que contém as funções utilitárias necessárias para o projeto.

3. Copie o código do script fornecido main.py para um arquivo Python.

4. Execute o script Python.

5. Uma janela será aberta mostrando a câmera. Coloque a sua mão dentro da área de visão da câmera e comece a fazer gestos para ver o reconhecimento em tempo real.

   Sinais:

    * Sinal 3 Dedos Levantados (Indicador, Dedo Médio e Polegar) = Pausar/Play na faixa;
    * Sinal Hang-Loose = Retroceder a faixa;
    * Sinal Rock n Roll = Avançar a faixa;
    * Sinal L = Aumentar e diminuir volume (Abrindo o sinal do L, o volume aumentará. Fechando o sinal do L, o volume diminuirá.).
   

6. Para sair do programa, basta clicar no ‘X’ para finalizar o programa.

Configurações e Ajustes

• O script possui algumas configurações que podem ser ajustadas, como o número de frames para confirmar um gesto (FRAMES_TO_CONFIRM), se deseja usar a profundidade para calcular o volume (USA_PROFUNDIDADE), entre outros. Você pode modificar essas configurações diretamente no código-fonte.

Feito por

Grupo Cicada

Breno de Souza Silva (88332) [email protected]

Felipe Otto da Silva (89108) [email protected]

Gabriel Kazuki Onishi (87182) [email protected]

Pedro Martins Procopio Argentati (88246) [email protected]

Rafael Tannous (87486) [email protected]