人体姿态估计入门MediaPipe骨骼检测从安装到可视化完整指南1. 引言从“看”到“看懂”AI如何理解人体姿态你有没有想过为什么现在的健身APP能自动判断你的深蹲动作是否标准为什么一些体感游戏能精准捕捉你的每一个跳跃和挥拳这背后都离不开一项核心技术——人体姿态估计。简单来说人体姿态估计就是让计算机“看懂”图片或视频中的人体姿势。它不再是简单地识别出“这是一个人”而是要进一步分析出“这个人的左手肘在哪里、右膝盖弯曲了多少度、身体是否保持平衡”。过去这项技术需要昂贵的专业设备和复杂的算法普通开发者几乎无法触及。但现在情况完全不同了。Google推出的MediaPipe Pose就像给这项技术装上了“平民化”的引擎。它最大的特点就是轻量、快速、易用——不需要高性能GPU在普通电脑的CPU上就能实时运行安装简单几行代码就能调用精度还相当不错能识别全身33个关键点。这篇文章就是为你准备的“零基础入门手册”。无论你是想给自己的小项目添加酷炫的骨骼检测功能还是好奇这项技术到底怎么用我都会带你走完从环境搭建、代码编写到结果可视化的完整流程。我们不用谈复杂的数学公式就用手把手的代码和直观的效果图让你快速上手。2. 环境准备十分钟搞定所有依赖开始之前我们先把“厨房”收拾好。MediaPipe的环境搭建非常简单可以说是“开箱即用”的典范。2.1 创建独立的Python环境强烈推荐为了避免和你电脑上已有的其他Python项目产生冲突我们最好创建一个独立的虚拟环境。这就像给你的项目单独准备一个房间里面的工具和摆设都不会影响到其他房间。如果你用的是Windows系统打开命令提示符CMD或PowerShell如果是Mac或Linux打开终端。然后输入以下命令# 创建一个名为 mediapipe-demo 的虚拟环境 python -m venv mediapipe-demo # 激活这个环境 # Windows用户请用 mediapipe-demo\Scripts\activate # Mac或Linux用户请用 source mediapipe-demo/bin/activate激活成功后你的命令行前面应该会出现(mediapipe-demo)的提示这说明你已经在这个独立的环境里了。2.2 安装核心库接下来安装我们需要的几个Python库。只需要一行命令pip install mediapipe opencv-python让我解释一下这两个库是干什么的mediapipe今天的主角Google出品的多媒体机器学习框架。我们主要用它的mediapipe.solutions.pose模块。最关键的是这个包已经内置了训练好的模型权重安装完就能直接用完全不需要联网下载任何额外文件。opencv-python计算机视觉的“瑞士军刀”我们用它来读取图片、转换颜色格式、显示和保存结果。安装过程通常很快如果一切顺利你的准备工作就完成了。是不是比想象中简单3. 核心代码解析第一行代码到骨骼图生成现在我们进入最核心的部分——写代码。我会把代码拆成几块一块一块地解释确保你能看懂每一行在做什么。3.1 初始化MediaPipe Pose模块首先我们需要把MediaPipe Pose这个“工具”请出来并做一些基础设置。import cv2 import mediapipe as mp # 1. 导入MediaPipe的姿势解决方案和绘图工具 mp_pose mp.solutions.pose mp_drawing mp.solutions.drawing_utils # 2. 创建Pose检测器实例这是最关键的一步 pose mp_pose.Pose( static_image_modeTrue, # True: 处理单张图片False: 处理视频流 model_complexity1, # 模型复杂度0快1平衡2最精确 smooth_landmarksTrue, # 平滑关键点让结果更稳定视频中效果明显 min_detection_confidence0.5, # 检测置信度阈值高于此值才认为检测到了人 min_tracking_confidence0.5 # 跟踪置信度阈值视频流模式更重要 )这里有几个参数值得注意static_image_mode如果你只是分析一张照片就设为True。如果要处理摄像头实时视频就设为False这样它会利用前后帧的信息来让检测更流畅。model_complexity模型越复杂数字越大检测越精确但速度也越慢。对于大多数情况1是平衡性最好的选择。两个confidence置信度参数可以理解为模型的“自信程度”。值设得越高模型只有非常确定时才会输出结果漏检可能增加设得太低可能会把一些不是人的东西也误检出来。0.5是个不错的起点。3.2 编写检测与绘图函数有了检测器我们来写一个完整的函数实现“输入图片路径输出带骨骼标记的图片”这个功能。def detect_and_draw(image_path, output_pathresult.jpg): 对单张图片进行人体姿态估计并绘制骨骼图。 参数: image_path: 输入图片的路径 output_path: 输出图片的保存路径 # 1. 读取图片 image cv2.imread(image_path) if image is None: print(f错误无法读取图片 {image_path}) return None # 2. 转换颜色空间MediaPipe需要RGB格式但OpenCV默认是BGR image_rgb cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 3. 进行姿态估计这是最核心的一行代码 results pose.process(image_rgb) # 4. 检查是否检测到了人体关键点 if results.pose_landmarks: print(成功检测到人体姿态) # 5. 在原图上绘制骨骼连接线和关键点 mp_drawing.draw_landmarks( image, # 要绘制的背景图片 results.pose_landmarks, # 检测到的关键点数据 mp_pose.POSE_CONNECTIONS, # 预定义的骨骼连接关系自动画线 landmark_drawing_specmp_drawing.DrawingSpec(color(0, 0, 255), thickness3, circle_radius4), # 关键点样式红色圆点 connection_drawing_specmp_drawing.DrawingSpec(color(255, 255, 255), thickness2) # 连接线样式白色线条 ) # 6. 保存并显示结果 cv2.imwrite(output_path, image) print(f结果已保存至: {output_path}) # 用窗口显示图片按任意键关闭窗口 cv2.imshow(Pose Detection Result, image) cv2.waitKey(0) cv2.destroyAllWindows() return image else: print(未在图片中检测到清晰的人体姿态。) return None这个函数做了以下几件事读图用OpenCV读取图片。转换格式MediaPipe模型期望输入是RGB格式的图片。调用模型pose.process()是核心调用模型会分析图片并返回结果。判断结果检查results.pose_landmarks是否存在如果存在说明检测成功了。绘图mp_drawing.draw_landmarks这个函数非常强大它根据mp_pose.POSE_CONNECTIONS一个预定义的连接表自动在关键点之间画线生成“火柴人”骨架。我们自定义了关键点为红色圆点连接线为白色。保存和展示把结果图保存下来并弹窗显示。3.3 运行你的第一个检测写一个主程序来调用这个函数吧。找一张包含清晰人像的图片比如你自己的全身照把路径替换到下面的代码里。if __name__ __main__: # 替换成你自己的图片路径 input_image your_photo.jpg output_image pose_result.jpg result detect_and_draw(input_image, output_image) if result is not None: print(恭喜你已成功完成第一次人体姿态估计) else: print(检测失败请尝试更换一张人物更清晰、背景更简单的图片。)运行这段代码如果一切正常你会看到一个弹窗里面是你上传的图片但上面已经叠加了一个红色的骨骼架子。同时当前文件夹下会生成一个名为pose_result.jpg的新图片。4. 深入理解33个关键点是什么看到屏幕上那些红点和白线你可能会好奇这些点到底代表身体的哪个部位MediaPipe Pose模型一共能检测出33个三维关键点。为了让你更直观地理解我把它们分成了几个主要部分关键点索引 (ID)名称中文对应部位所属身体区域0NOSE鼻子面部11, 12LEFT_SHOULDER, RIGHT_SHOULDER左肩右肩躯干13, 14LEFT_ELBOW, RIGHT_ELBOW左肘右肘上肢15, 16LEFT_WRIST, RIGHT_WRIST左手腕右手腕上肢23, 24LEFT_HIP, RIGHT_HIP左髋右髋躯干25, 26LEFT_KNEE, RIGHT_KNEE左膝右膝下肢27, 28LEFT_ANKLE, RIGHT_ANKLE左踝右踝下肢这只是一部分实际上还包括眼睛、耳朵、脚后跟等点。每个关键点除了有它在图片上的(x, y)坐标还有一个z坐标深度信息虽然来自单目相机估算不是绝对精确和一个可见性分数visibility。你可以通过下面的代码来查看和获取这些关键点的具体数据# 接在 detect_and_draw 函数中绘制骨架之后 if results.pose_landmarks: # ... 绘图代码 ... # 遍历并打印所有33个关键点的信息 for idx, landmark in enumerate(results.pose_landmarks.landmark): # landmark.x, landmark.y 是归一化坐标 (0~1之间) # landmark.z 是相对的深度 # landmark.visibility 是可见性置信度 print(f关键点 {idx}: x{landmark.x:.3f}, y{landmark.y:.3f}, z{landmark.z:.3f}, 可见性{landmark.visibility:.3f}) # 获取特定关键点的坐标例如左腕ID15 left_wrist results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_WRIST] print(f\n左手腕坐标: ({left_wrist.x}, {left_wrist.y}))这些数据就是后续进行动作分析、角度计算的基础。5. 常见问题与调优技巧第一次尝试结果可能不完美。别担心这是正常的。下面是一些你可能会遇到的问题以及解决方法。5.1 问题一检测不到人或者检测框很奇怪可能原因图片中人物太小、太模糊或者光线太暗。人物被严重遮挡。背景过于复杂。解决方案调整置信度阈值尝试降低min_detection_confidence比如从0.5调到0.3让模型“胆子大一点”。但要注意这可能会增加误检。优化输入图片确保图片中人物主体清晰、占比适中。可以先对图片进行裁剪或缩放。使用更复杂的模型将model_complexity从1调整为2。虽然会慢一点但检测能力更强。5.2 问题二关键点位置抖动在视频中特别明显可能原因视频帧与帧之间检测结果不一致导致骨架图“跳来跳去”。解决方案开启平滑选项确保在初始化Pose时smooth_landmarksTrue。这个选项会使用滤波器来平滑关键点的轨迹。处理视频流对于视频一定要将static_image_mode设为False。这样模型会启用跟踪模式利用上一帧的结果来稳定当前帧的检测。5.3 问题三想同时检测多个人怎么办默认情况下MediaPipe Pose只检测画面中置信度最高的一个人。如果你需要检测多人就需要自己写一个循环或者使用其他支持多人检测的模型如OpenPose作为补充。一个简单的思路是先用一个目标检测模型如YOLO把画面中的多个人框出来然后对每个框内的区域分别调用MediaPipe Pose。6. 从检测到应用计算关节角度示例骨骼点画出来了数据也拿到了我们能做什么呢一个最直接的应用就是计算关节角度比如判断膝盖弯曲了多少度这在健身动作分析里非常有用。我们来写一个计算三点之间夹角比如“肩-肘-腕”形成的肘关节角的函数import math import numpy as np def calculate_angle(a, b, c): 计算由三点a, b, c构成的角∠abc的度数。 其中b是角的顶点。 # 将坐标转换为向量 a np.array(a) # 点a的 [x, y] b np.array(b) # 点b顶点的 [x, y] c np.array(c) # 点c的 [x, y] # 计算向量 ba 和 bc ba a - b bc c - b # 计算向量夹角的余弦值 cosine_angle np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc)) # 防止计算误差导致值略微超出[-1,1]的范围 cosine_angle np.clip(cosine_angle, -1.0, 1.0) # 将弧度转换为角度 angle np.degrees(np.arccos(cosine_angle)) return angle # 假设我们已经有了landmarks数据归一化坐标列表 # 计算左肘的角度关键点左肩11, 左肘13, 左腕15 left_shoulder [landmarks[11].x, landmarks[11].y] left_elbow [landmarks[13].x, landmarks[13].y] left_wrist [landmarks[15].x, landmarks[15].y] elbow_angle calculate_angle(left_shoulder, left_elbow, left_wrist) print(f左肘关节角度约为: {elbow_angle:.1f} 度)有了这个角度你就可以设定规则了。比如在健身中手臂弯举当肘关节角度小于30度时可以判定为“举起到位”。深蹲当膝关节角度小于90度时可以判定为“蹲得足够低”。这就是将原始骨骼点数据转化为有意义的业务逻辑的第一步。7. 总结通过这篇指南我们完整地走了一遍使用MediaPipe Pose进行人体姿态估计的流程环境搭建极其简单只需pip install两个库模型内置无需额外下载。核心代码非常简洁初始化模型、处理图片、绘制结果主要逻辑不超过20行。可视化效果直观mp_drawing工具能自动生成清晰的“火柴人”骨架图。数据易于获取33个关键点的坐标和置信度数据可以轻松提取为后续分析铺路。应用潜力巨大基于关键点数据计算角度、判断姿势可以延伸到健身、康复、动画、人机交互等无数场景。MediaPipe Pose最大的优势在于它在精度、速度和易用性之间取得了出色的平衡让每个开发者都能快速将“人体姿态理解”这个强大的能力集成到自己的应用中。你现在已经掌握了打开这扇门的基础钥匙。接下来试着用你自己的照片或视频去实验调整参数看看不同的姿势会得到什么样的骨架并思考如何用这些数据去解决一个实际的小问题吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
人体姿态估计入门：MediaPipe骨骼检测从安装到可视化完整指南
发布时间：2026/5/28 13:23:09
人体姿态估计入门MediaPipe骨骼检测从安装到可视化完整指南1. 引言从“看”到“看懂”AI如何理解人体姿态你有没有想过为什么现在的健身APP能自动判断你的深蹲动作是否标准为什么一些体感游戏能精准捕捉你的每一个跳跃和挥拳这背后都离不开一项核心技术——人体姿态估计。简单来说人体姿态估计就是让计算机“看懂”图片或视频中的人体姿势。它不再是简单地识别出“这是一个人”而是要进一步分析出“这个人的左手肘在哪里、右膝盖弯曲了多少度、身体是否保持平衡”。过去这项技术需要昂贵的专业设备和复杂的算法普通开发者几乎无法触及。但现在情况完全不同了。Google推出的MediaPipe Pose就像给这项技术装上了“平民化”的引擎。它最大的特点就是轻量、快速、易用——不需要高性能GPU在普通电脑的CPU上就能实时运行安装简单几行代码就能调用精度还相当不错能识别全身33个关键点。这篇文章就是为你准备的“零基础入门手册”。无论你是想给自己的小项目添加酷炫的骨骼检测功能还是好奇这项技术到底怎么用我都会带你走完从环境搭建、代码编写到结果可视化的完整流程。我们不用谈复杂的数学公式就用手把手的代码和直观的效果图让你快速上手。2. 环境准备十分钟搞定所有依赖开始之前我们先把“厨房”收拾好。MediaPipe的环境搭建非常简单可以说是“开箱即用”的典范。2.1 创建独立的Python环境强烈推荐为了避免和你电脑上已有的其他Python项目产生冲突我们最好创建一个独立的虚拟环境。这就像给你的项目单独准备一个房间里面的工具和摆设都不会影响到其他房间。如果你用的是Windows系统打开命令提示符CMD或PowerShell如果是Mac或Linux打开终端。然后输入以下命令# 创建一个名为 mediapipe-demo 的虚拟环境 python -m venv mediapipe-demo # 激活这个环境 # Windows用户请用 mediapipe-demo\Scripts\activate # Mac或Linux用户请用 source mediapipe-demo/bin/activate激活成功后你的命令行前面应该会出现(mediapipe-demo)的提示这说明你已经在这个独立的环境里了。2.2 安装核心库接下来安装我们需要的几个Python库。只需要一行命令pip install mediapipe opencv-python让我解释一下这两个库是干什么的mediapipe今天的主角Google出品的多媒体机器学习框架。我们主要用它的mediapipe.solutions.pose模块。最关键的是这个包已经内置了训练好的模型权重安装完就能直接用完全不需要联网下载任何额外文件。opencv-python计算机视觉的“瑞士军刀”我们用它来读取图片、转换颜色格式、显示和保存结果。安装过程通常很快如果一切顺利你的准备工作就完成了。是不是比想象中简单3. 核心代码解析第一行代码到骨骼图生成现在我们进入最核心的部分——写代码。我会把代码拆成几块一块一块地解释确保你能看懂每一行在做什么。3.1 初始化MediaPipe Pose模块首先我们需要把MediaPipe Pose这个“工具”请出来并做一些基础设置。import cv2 import mediapipe as mp # 1. 导入MediaPipe的姿势解决方案和绘图工具 mp_pose mp.solutions.pose mp_drawing mp.solutions.drawing_utils # 2. 创建Pose检测器实例这是最关键的一步 pose mp_pose.Pose( static_image_modeTrue, # True: 处理单张图片False: 处理视频流 model_complexity1, # 模型复杂度0快1平衡2最精确 smooth_landmarksTrue, # 平滑关键点让结果更稳定视频中效果明显 min_detection_confidence0.5, # 检测置信度阈值高于此值才认为检测到了人 min_tracking_confidence0.5 # 跟踪置信度阈值视频流模式更重要 )这里有几个参数值得注意static_image_mode如果你只是分析一张照片就设为True。如果要处理摄像头实时视频就设为False这样它会利用前后帧的信息来让检测更流畅。model_complexity模型越复杂数字越大检测越精确但速度也越慢。对于大多数情况1是平衡性最好的选择。两个confidence置信度参数可以理解为模型的“自信程度”。值设得越高模型只有非常确定时才会输出结果漏检可能增加设得太低可能会把一些不是人的东西也误检出来。0.5是个不错的起点。3.2 编写检测与绘图函数有了检测器我们来写一个完整的函数实现“输入图片路径输出带骨骼标记的图片”这个功能。def detect_and_draw(image_path, output_pathresult.jpg): 对单张图片进行人体姿态估计并绘制骨骼图。 参数: image_path: 输入图片的路径 output_path: 输出图片的保存路径 # 1. 读取图片 image cv2.imread(image_path) if image is None: print(f错误无法读取图片 {image_path}) return None # 2. 转换颜色空间MediaPipe需要RGB格式但OpenCV默认是BGR image_rgb cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 3. 进行姿态估计这是最核心的一行代码 results pose.process(image_rgb) # 4. 检查是否检测到了人体关键点 if results.pose_landmarks: print(成功检测到人体姿态) # 5. 在原图上绘制骨骼连接线和关键点 mp_drawing.draw_landmarks( image, # 要绘制的背景图片 results.pose_landmarks, # 检测到的关键点数据 mp_pose.POSE_CONNECTIONS, # 预定义的骨骼连接关系自动画线 landmark_drawing_specmp_drawing.DrawingSpec(color(0, 0, 255), thickness3, circle_radius4), # 关键点样式红色圆点 connection_drawing_specmp_drawing.DrawingSpec(color(255, 255, 255), thickness2) # 连接线样式白色线条 ) # 6. 保存并显示结果 cv2.imwrite(output_path, image) print(f结果已保存至: {output_path}) # 用窗口显示图片按任意键关闭窗口 cv2.imshow(Pose Detection Result, image) cv2.waitKey(0) cv2.destroyAllWindows() return image else: print(未在图片中检测到清晰的人体姿态。) return None这个函数做了以下几件事读图用OpenCV读取图片。转换格式MediaPipe模型期望输入是RGB格式的图片。调用模型pose.process()是核心调用模型会分析图片并返回结果。判断结果检查results.pose_landmarks是否存在如果存在说明检测成功了。绘图mp_drawing.draw_landmarks这个函数非常强大它根据mp_pose.POSE_CONNECTIONS一个预定义的连接表自动在关键点之间画线生成“火柴人”骨架。我们自定义了关键点为红色圆点连接线为白色。保存和展示把结果图保存下来并弹窗显示。3.3 运行你的第一个检测写一个主程序来调用这个函数吧。找一张包含清晰人像的图片比如你自己的全身照把路径替换到下面的代码里。if __name__ __main__: # 替换成你自己的图片路径 input_image your_photo.jpg output_image pose_result.jpg result detect_and_draw(input_image, output_image) if result is not None: print(恭喜你已成功完成第一次人体姿态估计) else: print(检测失败请尝试更换一张人物更清晰、背景更简单的图片。)运行这段代码如果一切正常你会看到一个弹窗里面是你上传的图片但上面已经叠加了一个红色的骨骼架子。同时当前文件夹下会生成一个名为pose_result.jpg的新图片。4. 深入理解33个关键点是什么看到屏幕上那些红点和白线你可能会好奇这些点到底代表身体的哪个部位MediaPipe Pose模型一共能检测出33个三维关键点。为了让你更直观地理解我把它们分成了几个主要部分关键点索引 (ID)名称中文对应部位所属身体区域0NOSE鼻子面部11, 12LEFT_SHOULDER, RIGHT_SHOULDER左肩右肩躯干13, 14LEFT_ELBOW, RIGHT_ELBOW左肘右肘上肢15, 16LEFT_WRIST, RIGHT_WRIST左手腕右手腕上肢23, 24LEFT_HIP, RIGHT_HIP左髋右髋躯干25, 26LEFT_KNEE, RIGHT_KNEE左膝右膝下肢27, 28LEFT_ANKLE, RIGHT_ANKLE左踝右踝下肢这只是一部分实际上还包括眼睛、耳朵、脚后跟等点。每个关键点除了有它在图片上的(x, y)坐标还有一个z坐标深度信息虽然来自单目相机估算不是绝对精确和一个可见性分数visibility。你可以通过下面的代码来查看和获取这些关键点的具体数据# 接在 detect_and_draw 函数中绘制骨架之后 if results.pose_landmarks: # ... 绘图代码 ... # 遍历并打印所有33个关键点的信息 for idx, landmark in enumerate(results.pose_landmarks.landmark): # landmark.x, landmark.y 是归一化坐标 (0~1之间) # landmark.z 是相对的深度 # landmark.visibility 是可见性置信度 print(f关键点 {idx}: x{landmark.x:.3f}, y{landmark.y:.3f}, z{landmark.z:.3f}, 可见性{landmark.visibility:.3f}) # 获取特定关键点的坐标例如左腕ID15 left_wrist results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_WRIST] print(f\n左手腕坐标: ({left_wrist.x}, {left_wrist.y}))这些数据就是后续进行动作分析、角度计算的基础。5. 常见问题与调优技巧第一次尝试结果可能不完美。别担心这是正常的。下面是一些你可能会遇到的问题以及解决方法。5.1 问题一检测不到人或者检测框很奇怪可能原因图片中人物太小、太模糊或者光线太暗。人物被严重遮挡。背景过于复杂。解决方案调整置信度阈值尝试降低min_detection_confidence比如从0.5调到0.3让模型“胆子大一点”。但要注意这可能会增加误检。优化输入图片确保图片中人物主体清晰、占比适中。可以先对图片进行裁剪或缩放。使用更复杂的模型将model_complexity从1调整为2。虽然会慢一点但检测能力更强。5.2 问题二关键点位置抖动在视频中特别明显可能原因视频帧与帧之间检测结果不一致导致骨架图“跳来跳去”。解决方案开启平滑选项确保在初始化Pose时smooth_landmarksTrue。这个选项会使用滤波器来平滑关键点的轨迹。处理视频流对于视频一定要将static_image_mode设为False。这样模型会启用跟踪模式利用上一帧的结果来稳定当前帧的检测。5.3 问题三想同时检测多个人怎么办默认情况下MediaPipe Pose只检测画面中置信度最高的一个人。如果你需要检测多人就需要自己写一个循环或者使用其他支持多人检测的模型如OpenPose作为补充。一个简单的思路是先用一个目标检测模型如YOLO把画面中的多个人框出来然后对每个框内的区域分别调用MediaPipe Pose。6. 从检测到应用计算关节角度示例骨骼点画出来了数据也拿到了我们能做什么呢一个最直接的应用就是计算关节角度比如判断膝盖弯曲了多少度这在健身动作分析里非常有用。我们来写一个计算三点之间夹角比如“肩-肘-腕”形成的肘关节角的函数import math import numpy as np def calculate_angle(a, b, c): 计算由三点a, b, c构成的角∠abc的度数。 其中b是角的顶点。 # 将坐标转换为向量 a np.array(a) # 点a的 [x, y] b np.array(b) # 点b顶点的 [x, y] c np.array(c) # 点c的 [x, y] # 计算向量 ba 和 bc ba a - b bc c - b # 计算向量夹角的余弦值 cosine_angle np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc)) # 防止计算误差导致值略微超出[-1,1]的范围 cosine_angle np.clip(cosine_angle, -1.0, 1.0) # 将弧度转换为角度 angle np.degrees(np.arccos(cosine_angle)) return angle # 假设我们已经有了landmarks数据归一化坐标列表 # 计算左肘的角度关键点左肩11, 左肘13, 左腕15 left_shoulder [landmarks[11].x, landmarks[11].y] left_elbow [landmarks[13].x, landmarks[13].y] left_wrist [landmarks[15].x, landmarks[15].y] elbow_angle calculate_angle(left_shoulder, left_elbow, left_wrist) print(f左肘关节角度约为: {elbow_angle:.1f} 度)有了这个角度你就可以设定规则了。比如在健身中手臂弯举当肘关节角度小于30度时可以判定为“举起到位”。深蹲当膝关节角度小于90度时可以判定为“蹲得足够低”。这就是将原始骨骼点数据转化为有意义的业务逻辑的第一步。7. 总结通过这篇指南我们完整地走了一遍使用MediaPipe Pose进行人体姿态估计的流程环境搭建极其简单只需pip install两个库模型内置无需额外下载。核心代码非常简洁初始化模型、处理图片、绘制结果主要逻辑不超过20行。可视化效果直观mp_drawing工具能自动生成清晰的“火柴人”骨架图。数据易于获取33个关键点的坐标和置信度数据可以轻松提取为后续分析铺路。应用潜力巨大基于关键点数据计算角度、判断姿势可以延伸到健身、康复、动画、人机交互等无数场景。MediaPipe Pose最大的优势在于它在精度、速度和易用性之间取得了出色的平衡让每个开发者都能快速将“人体姿态理解”这个强大的能力集成到自己的应用中。你现在已经掌握了打开这扇门的基础钥匙。接下来试着用你自己的照片或视频去实验调整参数看看不同的姿势会得到什么样的骨架并思考如何用这些数据去解决一个实际的小问题吧。获取更多AI镜像想探索更多AI镜像和应用场景访问 CSDN星图镜像广场提供丰富的预置镜像覆盖大模型推理、图像生成、视频生成、模型微调等多个领域支持一键部署。
