Este projeto implementa um sistema de reconhecimento de gestos de mão utilizando Python, OpenCV, MediaPipe e Scikit-learn, com uma estrutura baseada nos princípios da Clean Architecture para garantir uma organização clara e modular do código. Desenvolvido com fins educacionais, ele foi criado como parte do Projeto Aplicado da minha graduação.

projeto-aplicado/
│
├── app/                  
│   ├── cli.py
│   ├── main.py
│   └── test.py
│
├── core/                 
│   ├── cli_actions.py
│   ├── gesture_recorder.py
│   ├── gesture_tester.py
│   └── gesture_trainer.py
│
├── domain/               
│   └── models.py
│
├── infrastructure/       
│   ├── camera.py
│   └── filesystem.py
│
├── utils/                
│   ├── gestos.json
│   └── modelo_gestos.pkl
│
├── requirements.txt      
└── README.md             

1. Clone o repositório:

   git clone https://github.com/whoisdon/HandSign.git

2. Crie um ambiente virtual (opcional, mas recomendado):

   python -m venv venv
   source venv/bin/activate  # Linux/Mac
   venv\Scripts\activate     # Windows

3. Instale as dependências:

   pip install -r requirements.txt

Execute:

python -m app.cli

Você verá um menu interativo com as opções:

• Criar um Novo Gesto
• Gravar Todos os Gestos
• Gravar um Gesto Específico
• Testar Reconhecimento de Gestos
• Listar Todos os Gestos
• Sair

1. Criar um novo gesto: Adicione um gesto ao sistema.
2. Gravar gestos: Grave exemplos dos gestos usando a webcam.
3. Testar reconhecimento: Teste o reconhecimento em tempo real.
4. Listar gestos: Veja todos os gestos cadastrados.

• utils/gestos.json: Armazena os gestos cadastrados.
• utils/modelo_gestos.pkl: Modelo treinado para reconhecimento.

• Certifique-se de que sua webcam está conectada.
• O projeto utiliza MediaPipe para detecção de mãos e Scikit-learn para classificação.
• O sistema é modular e pode ser expandido facilmente para novos gestos.

Este projeto é apenas para fins educacionais.