MediaPipe人体关键点检测复现和未解决问题

最新推荐文章于 2024-08-26 07:21:40 发布

「已注销」

最新推荐文章于 2024-08-26 07:21:40 发布

阅读量2.3k

点赞数 3

分类专栏：零碎的实践和复现文章标签： python

本文链接：https://blog.csdn.net/FanYaoChi/article/details/122786213

版权

本文档详细介绍了如何使用MediaPipe进行人体、骨架和手部关键点检测，并提供了环境配置步骤、代码实现及摄像头实时检测。在实践中遇到一个问题，即设置的关键点颜色在部分情况下显示为白色，尽管部分颜色可以正常显示，但这一问题尚未解决。

摘要由CSDN通过智能技术生成

0. 环境配置

参考【0】MediaPipe安装
使用Anaconda进行安装
首先创建一个名为mediapipe的文件夹（？[此时只是一个名字

conda create -n mediapipe

然后激活？进入？该环境（用于下一步正式配置

activate mediapipe

接下来下载mediapipe源

pip install mediapipe

进度条完成即可🆗
（忘截图了抱一个
在这里插入图片描述
like this

用PyCharm打开项目后解释器配置如下：

1. 基本代码

参考python代码

（1）全身检测（图片）

import cv2
import mediapipe as mp
 
#mp.solutions.drawing_utils用于绘制
mp_drawing = mp.solutions.drawing_utils
 
#参数：1、颜色，2、线条粗细，3、点的半径
DrawingSpec_point = mp_drawing.DrawingSpec((0, 255, 0), 2, 2)
DrawingSpec_line = mp_drawing.DrawingSpec((0, 0, 255), 2, 2)
 
#mp.solutions.holistic是一个类别，是人的整体
mp_holistic = mp.solutions.holistic
 
#参数：1、是否检测静态图片，2、姿态模型的复杂度，3、结果看起来平滑（用于video有效），4、检测阈值，5、跟踪阈值
holistic = mp_holistic.Holistic(static_image_mode=True)
 
file = 'input.jpg'
image = cv2.imread(file)
image_hight, image_width, _ = image.shape
image1 = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
 
#处理RGB图像
results = holistic.process(image1)
 
#某一个点的坐标
if results.pose_landmarks:
  print(
      f'Nose coordinates: ('
      f'{
     results.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE].x * image_width}, '
      f'{
     results.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE].y * image_hight})'
  )
 
'''
mp_holistic.PoseLandmark类中共33个人体骨骼点
mp_holistic.HandLandmark类中共21个手部关键点
脸部有468个关键点
'''
 
#绘制
mp_drawing.draw_landmarks(
    image, results.face_landmarks, mp_holistic.FACE_CONNECTIONS, DrawingSpec_point, DrawingSpec_line)
mp_drawing.draw_landmarks(
    image, results.left_hand_landmarks, mp_holistic.HAND_CONNECTIONS, DrawingSpec_point, DrawingSpec_line)
mp_drawing.draw_landmarks(
    image, results.right_hand_landmarks, mp_holistic.HAND_CONNECTIONS, DrawingSpec_point, DrawingSpec_line)
mp_drawing.draw_landmarks(
    image, results.pose_landmarks, mp_holistic.POSE_CONNECTIONS, DrawingSpec_point, DrawingSpec_line)
 
#cv2.imshow('image',image)
#cv2.waitKey(0)
cv2.imwrite('image-holistic.jpg', image)
holistic.close()

（2）全身检测（视频）

import cv2
import mediapipe as mp
 
#mp.solutions.drawing_utils用于绘制
mp_drawing = mp.solutions.drawing_utils
 
#参数：1、颜色，2、线条粗细，3、点的半径
DrawingSpec_point = mp_drawing.DrawingSpec((0, 255, 0), 1 , 1)
DrawingSpec_line = mp_drawing.DrawingSpec((0, 0, 255), 1, 1)
 
#mp.solutions.holistic是一个类别，是人的整体
mp_holistic = mp.solutions.holistic
 
#参数：1、是否检测静态图片，2、姿态模型的复杂度，3、结果看起来平滑（用于video有效），4、检测阈值，5、跟踪阈值
holistic = mp_holistic.Holistic(min_detection_confidence=0.5, min_tracking_confidence=0.5)
 
cap = cv2.VideoCapture('input.mp4')
while cap.isOpened():
    success, image = cap.read()
    if not success:
        print("Ignoring empty camera frame.")
        continue
    image1 = cv2.cvtColor