HandGesture Recognition System

هذا المشروع هو عبارة عن نظام حاسوبي متكامل يعتمد على تقنيات الرؤية الحاسوبية (Computer Vision) وتعلم الآلة (Machine Learning) للتعرف على إيماءات اليد وترجمتها إلى تصنيفات محددة (مثل الأحرف A، B، C) بشكل فوري. يتكون المشروع من ثلاث مراحل أساسية كما ظهر في الأكواد: مرحلة جمع البيانات (Data Collection): استخدام مكتبة MediaPipe لاستخراج الإحداثيات الدقيقة لـ 21 نقطة ارتكاز في اليد (Hand Landmarks) من خلال الكاميرا، وحفظ هذه الإحداثيات في ملف CSV لتكوين قاعدة بيانات التدريب. مرحلة تدريب النموذج (Model Training): بناء نموذج تصنيف باستخدام خوارزمية Logistic Regression (الانحدار اللوجستي) ومعالجة البيانات باستخدام MinMaxScaler لضمان دقة التنبؤ، حيث أظهرت النتائج دقة تصل إلى حوالي 69%. مرحلة التنفيذ الميداني (Real-time Prediction): تشغيل النظام ليعمل مباشرة مع الكاميرا، حيث يقوم النموذج بتحليل حركة اليد في كل إطار (Frame) وعرض النتيجة المتوقعة فوراً على الشاشة. المميزات التقنية (من واقع ملفاتك): السرعة: النظام يعالج الصور بسرعة عالية بفضل الاعتماد على إحداثيات النقاط (Coordinates) بدلاً من معالجة الصور الكاملة. الدقة العالية في فئة معينة: أظهر تقرير التصنيف (Classification Report) أن النظام دقيق جداً في التعرف على الإشارة "A" بنسبة تصل لـ 98%.