드디어 Mediapipe를 이용한 마지막프로젝트이다 결과물부터 보도록하자 한가지 알파벳을 1초이상 하고있을경우 지금 하고있는말에 추가하도록 만들었다 UI부분은 개선이 조금 필요할 것같다 그리고 space(띄어쓰기)와 clear(새로고침)은 내가 기존에 있는 수화와 손동작이 겹치지 않게 새로 한개 만들어서 사용했다 수화 표는 위와 같은것을 사용했다 손동작이 비슷한것이 많다보니 가끔 인식이 왔다 갔다 할때가있다 이 문제는 데이터셋을 수집할때 정밀하게, 손동작 사이의 차이를 명확하게 두면 해결될것같다 코드이다 22, 61~68번 94~96번은 데이터셋을 수집하기 위한 코드이다 원리를 설명해보자 1. 벡터의 뺄셈 연산을 통해 0번에서 1번으로 가는 벡터, 1번에서 2번으로 가는 벡터 등등 많은 벡터를 만들어낸다..

Mediapipe에 대한 두번째 포스팅이다 바로 시작해보자 먼저 베이스는 저번에 구현한 제스쳐인식과 비슷하다 하지만 제스쳐인식부분에서 불필요한 부분을 없에고 엄지와 검지사이의 거리를 이용해 만들었다 구현결과이다 언제 어느때나 볼륨이 자기마음대로 조절되면 오히려 불편하므로 약지손가락이 접혀있을때만 볼륨이 조절되도록 만들었다 코드이다 32번 라인에 엄지와 검지사이의 거리를 0 과 1 사이로 만들기 위해서 저렇게 나눠줬는데 매끄럽게 할려면 조금 다듬어야 할것같다 저부분을 상수로한다면 손과 디바이스의 거리가 멀어지면 볼륨조졀을 할때 거리가 최솟값과 최댓값까지 도달하지 못하기 때문이다 그렇다고 현재 방식은 엄지의 시작부분과 검지의 시작부분으로 나눠줬는데 이 거리가 검지와 엄지가 가까워지면 짧아지고 멀어지면 멀어져..

먼저 시작은 유튜브다 딥러닝,머신러닝을 공부하는 사람을 봤는데 너무 내취향의 유튜브였다 그 유튜브에서 Mediapipe를 이용해 개발하는 영상을 하나 봤는데 너무 재밌어 보여서 해보게되었다 공식홈페이지에 들어간뒤 설치를 하고 Solution카테고리에 Hand로 들어가서 openCV를 이용해 웹캡의 캡쳐 텍스쳐를 가져와 손을 인식하고, 손을 트레킹하는데까지는 성공했다 그 이후 이 손동작이 어떤제스쳐인지 판단하는 로직을 넣어야하는데 이 정보가 공식문서에 존재하지않는다 이때 좀 어질어질했는데 마음을 다잡고 다시 정보를 찾아보며 생각해봤는데 제스쳐인식을 너무 어렵게 생각안해도 되는 것이란 것을 깨달았다 그냥 각 손가락이 펴졌는지 접혔는지 상태로 제스쳐를 판단할 수 있었다너무 너무 간단한 솔루션이였다 바로 코드로..