使用OpenCV和MediaPipe库——实现人体姿态检测
目录
准备工作如何在Windows系统中安装OpenCV和MediaPipe库？
安装Python
安装OpenCV
安装MediaPipe
验证安装
代码逻辑
整体代码
效果展示
准备工作如何在Windows系统中安装OpenCV和MediaPipe库？
安装Python
可以通过命令行运行python --version来检查版本号。如果没有安装，可以从Python官方网站下载并安装。
安装OpenCV
-
打开命令提示符（Command Prompt）。
-
输入以下命令来安装OpenCV-python：
pip install opencv-python如果你也需要OpenCV的额外模块（如SIFT、SURF等），可以运行：
pip install opencv-contrib-python
安装MediaPipe
安装MediaPipe同样简单，只需要在命令提示符下运行：
pip install mediapipe验证安装
为了验证OpenCV和MediaPipe是否成功安装，可以在命令提示符中启动Python解释器，然后尝试导入这两个库：
import cv2
import mediapipe as mp
print(cv2.__version__)
print(mp.__version__)如果打印出了版本号，安装成功。
代码逻辑
-
导入必要的库:
cv2: OpenCV库，用于处理图像和视频。mediapipe as mp: MediaPipe库，提供了一种简单的方法来访问先进的机器学习模型，这里用于人体姿态估计。time: 用于时间相关的操作，比如计算FPS。
-
初始化MediaPipe姿势检测对象:
- 使用
mp_pose.Pose()创建了一个姿势检测器对象，设置了最小检测置信度和跟踪置信度为0.5。
- 使用
-
打开摄像头获取视频流:
- 使用
cv2.VideoCapture(0)打开默认摄像头。
- 使用
-
主循环开始:
- 在
while cap.isOpened():循环中不断读取摄像头数据。
- 在
-
处理每一帧图像:
- 首先检查是否成功读取图像。
- 然后计算当前帧的FPS。
- 将BGR格式的图像转换为RGB格式，因为MediaPipe需要RGB格式的输入。
- 使用姿势检测器对象对图像进行处理，得到关键点位置。
-
绘制关键点和连接线:
- 如果检测到了关键点(
results.pose_landmarks)，则使用mp_drawing.draw_landmarks()函数在图像上绘制这些关键点及其连接线。 - 可以自定义关键点和连线的颜色、粗细等属性。
- 如果检测到了关键点(
-
显示FPS信息:
- 在图像上显示当前帧的FPS值，帮助用户了解程序运行的流畅度。
-
展示结果并监听退出指令:
- 使用
cv2.imshow()展示处理后的图像。 - 监听键盘事件，当按下'q'键时退出循环，释放资源并关闭所有窗口。
- 使用
整体代码
import cv2 # 导入 OpenCV 库，用于图像处理和显示
import mediapipe as mp # 导入 MediaPipe 库，用于姿势检测
import time # 导入时间模块，用于计算 FPS
# 初始化 MediaPipe 的绘图工具和姿势检测模型
mp_drawing = mp.solutions.drawing_utils # 用于绘制关键点和连接线
mp_pose = mp.solutions.pose # 用于姿势检测
# 打开摄像头
cap = cv2.VideoCapture(0) # 0 表示默认摄像头，如果有多个摄像头可以尝试 1, 2, 等
# 初始化 FPS 计算相关变量
prev_time = 0 # 用于存储上一帧的时间戳
# 使用 MediaPipe 的姿势检测模型
with mp_pose.Pose(
min_detection_confidence=0.5, # 检测置信度阈值，高于此值才认为检测到姿势
min_tracking_confidence=0.5 # 跟踪置信度阈值，高于此值才继续跟踪
) as pose:
# 进入主循环，持续读取摄像头画面
while cap.isOpened():
success, image = cap.read() # 读取一帧画面
if not success: # 如果读取失败（如摄像头断开）
print("无法读取摄像头画面。")
break
# --- 计算 FPS ---
curr_time = time.time() # 获取当前帧的时间戳
dt = curr_time - prev_time # 计算与上一帧的时间间隔（秒）
fps = 1 / dt if dt != 0 else 0 # 计算帧率（FPS），避免除以零错误
prev_time = curr_time # 更新上一帧的时间戳
# 将图像从 BGR 格式转换为 RGB 格式（MediaPipe 需要 RGB 格式）
image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# 使用姿势检测模型处理图像
results = pose.process(image_rgb)
# 如果检测到姿势关键点，绘制关键点和连接线
if results.pose_landmarks:
mp_drawing.draw_landmarks(
image, # 要绘制的图像
results.pose_landmarks, # 检测到的姿势关键点
mp_pose.POSE_CONNECTIONS, # 定义关键点之间的连接线
landmark_drawing_spec=mp_drawing.DrawingSpec(color=(0, 255, 0), thickness=2), # 关键点的颜色和粗细
connection_drawing_spec=mp_drawing.DrawingSpec(color=(0, 0, 255), thickness=2) # 连接线的颜色和粗细
)
# --- 在画面上显示 FPS ---
fps_text = "FPS: {:.2f}".format(fps) # 格式化 FPS 值，保留两位小数
cv2.putText(
image, # 要绘制的图像
fps_text, # 显示的文本内容
(10, 30), # 文本位置（左上角，距离左边 10 像素，距离顶部 30 像素）
cv2.FONT_HERSHEY_SIMPLEX, # 字体类型
1, # 字体大小
(0, 255, 0), # 字体颜色（绿色）
2 # 字体粗细
)
# 显示处理后的图像
cv2.imshow('Real-Time Pose Detection', image)
# 检测按键输入，如果按下 'q' 键则退出循环
if cv2.waitKey(1) & 0xFF == ord('q'):
break
# 释放摄像头资源
cap.release()
# 关闭所有 OpenCV 窗口
cv2.destroyAllWindows()
效果展示
