# Multiple Hand Gesture Control

## 安裝套件

### 開啟命令列視窗

### 安裝 OpenCV

OpenCV 是個影像處理的套件，可以控制攝影機，擷取畫面，針對影像做特效處理，在影像上做圖…等功能。

> pip install opencv-python


### 安裝 mediapipe

mediapipe 是 Google 所提供的一套深度學習模型。此模型提供了臉部追蹤，姿勢擷取，手勢擷取…等功能。

安裝指令

> pip install mediapipe


### 安裝 cvzone
cvzone 是一套基於 Mediapipe 的套件，它讓我們在使用 Mediapipe 上更為方便。

安裝指令
> pip install cvzone


### 安裝 Numpy

Numpy是Python語言的一個擴充程式庫。支援高階大量的維度陣列與矩陣運算，此外也針對陣列運算提供大量的數學函式庫。

安裝指令
> pip install numpy1
>
> 

## 設定相機

import cv2 #指定攝影機


from cvzone.HandTrackingModule import HandDetector ＃手跟蹤模組

import cvzone


cap = cv2.VideoCapture(0)

# 產生一個手部骨架偵測器
detector = HandDetector(detectionCon=0.8, maxHands=2)

### 抓取骨架的節點

while True: # 不斷地監控相機，並補抓影像
    
    success, img = cap.read()
    # success 中會指定有沒有成功地抓到資料, True 就是成功，False 就是失敗
    # img 如果成功，那 img 中就是目前攝影機的影像
    
    hands, img = detector.findHands(img) #with drawing
    # hands = detector.findHands(img, draw=False)
    
    if hands:
        # Hand 1
        hand1 = hands[0]
        lmList = hand1["lmList"] #List of 21 Landmarks Points
        bbox1 = hand1["bbox"] #Bounding box info x,y,w,h
        centerPoint1 = hand1["center"] #center of the hand cx,cy
        handType1 = hand1["type"] #Hand Type Left orRight
        
        #print (len(lmList1),lmList1)
        #print(bbox1)
        #print(centerPoint1)
       # fingers1 = detector.fingersUP(hand1)
        #length, info, img = detector.findDistance(lmList[8], lmList[12], img) #with draw
        #length, info = detector.findDistance(lmList[8], lmList[12], img) #no draw
        
        
        
        
        
        
        if len(hands) == 2:
            hand2 = hands[1]
            lmList2 = hand2["lmList"] #List of 21 Landmarks Points
            bbox2 = hand2["bbox"] #Bounding box info x,y,w,h
            centerPoint2 = hand2["center"] #center of the hand cx,cy
            handType2 = hand2["type"] #Hand Type Left orRight
        
            #fingers2 = detector.fingersUP(hand2)
           #print(fingers1,fingers2)
           #length, info, img = detector.findDistance(lmList[8], lmList[8], img) #with draw
            length, info, img = detector.findDistance(centerPoint1, centerPoint2, img) #with draw
        
cv2.imshow("Image", img)
cv2.waitKey(1)

### 手部骨架關節點
底下是 [Mediapipe 官方網站](https://google.github.io/mediapipe/solutions/hands.html)給出的的手部骨架關鍵節點 (landmark) 的資訊