Initial commit

Test.py

@@ -0,0 +1,36 @@
+import cv2
+import numpy as np
+
+# Créez un objet VideoCapture pour accéder à la webcam
+cap = cv2.VideoCapture(0)  # L'argument 0 représente la première webcam, vous pouvez changer cela si vous en avez plusieurs.
+
+# Chargez un modèle pré-entrainé de détection de bras (Haar Cascade)
+arm_cascade = cv2.CascadeClassifier('haarcascade_arm.xml')  # Assurez-vous d'avoir ce fichier XML dans le même répertoire.
+
+while True:
+    # Capturez une image à partir de la webcam
+    ret, frame = cap.read()
+    
+    if not ret:
+        break
+
+    # Convertissez l'image en niveaux de gris (c'est souvent plus rapide pour la détection)
+    gray = cv2.cvtColor(frame, cv2.COLOR_BGR2GRAY)
+
+    # Détectez les bras dans l'image
+    arms = arm_cascade.detectMultiScale(gray, scaleFactor=1.1, minNeighbors=5, minSize=(30, 30))
+
+    # Dessinez un rectangle autour de chaque bras détecté
+    for (x, y, w, h) in arms:
+        cv2.rectangle(frame, (x, y), (x + w, y + h), (0, 255, 0), 2)
+
+    # Affichez l'image avec les rectangles dessinés
+    cv2.imshow('Arm Detection', frame)
+
+    # Arrêtez la boucle si l'utilisateur appuie sur la touche 'q'
+    if cv2.waitKey(1) & 0xFF == ord('q'):
+        break
+
+# Libérez la webcam et fermez toutes les fenêtres OpenCV
+cap.release()
+cv2.destroyAllWindows()