Un mismo pipeline de video, cuatro capacidades corriendo en tiempo real: rostro, manos, lenguaje de señas y objetos — todo sobre una cámara web estándar, sin GPU obligatoria.
Los Cuatro Módulos del Sistema
Cada uno resuelve un problema distinto sobre la misma base técnica de landmarks y detección
Stack Tecnológico
| TECNOLOGÍA | USO EN EL PROYECTO |
|---|---|
| Python | Lenguaje base de todo el sistema |
| OpenCV | Captura de video, dibujo de anotaciones y preprocesamiento de frames |
| MediaPipe (Face Mesh / Hands) | Detección de landmarks faciales y de manos en tiempo real |
| TensorFlow / Keras | Entrenamiento del clasificador de letras en lenguaje de señas |
| YOLOv8 (Ultralytics) | Detección y clasificación de objetos en la escena |
| NumPy | Procesamiento vectorial de coordenadas y landmarks |
Arquitectura del Pipeline
Del frame de la cámara a la anotación en pantalla, en seis pasos
Captura
OpenCV lee el frame de la cámara web en tiempo real.
Preprocesamiento
Conversión de color (BGR a RGB) y redimensionado del frame.
Inferencia por módulo
Rostro, manos, señas y objetos se procesan de forma independiente sobre el mismo frame.
Postprocesamiento
Normalización de coordenadas y suavizado temporal para evitar parpadeo en las detecciones.
Renderizado
Se dibujan landmarks, cajas delimitadoras y etiquetas con OpenCV.
Salida
El frame anotado se muestra en tiempo real o se transmite a otra aplicación.
Casos de Uso
Accesibilidad
Traducción de lenguaje de señas a texto para facilitar la comunicación.
Interfaces sin contacto
Control de aplicaciones mediante gestos de mano.
Seguridad y monitoreo
Conteo y clasificación de objetos y personas en una escena.
Educación
Herramientas interactivas para aprender el alfabeto dactilológico.
Preguntas Frecuentes
¿Quieres un sistema de visión por computadora a la medida de tu proyecto?
Desde reconocimiento de gestos hasta detección de objetos en producción, construyo soluciones de visión por computadora en tiempo real adaptadas a tu caso de uso.