【CSDN 编者按】自己在家锻炼时，我们很难知道自己的动作是否标准。本文作者用Python写了一个可以检测俯卧撑动作是否标准的程序，一起来看看他是怎么做的。
原文链接：https://aryanvij02.medium.com/push-ups-with-python-mediapipe-open-a544bd9b4351
GitHub 地址：https://github.com/aryanvij02/PushUpCounter
本文为CSDN翻译，转载请注明来源出处。
译者 | 章雨铭 责编 | 屠敏
出品 | CSDN（ID：CSDNnews）
在新加坡军队中，有一种测试叫做IPPT（个人身体素质测试）。这个测试的困难不在于它对体力的要求有多高，而在于用来计算做俯卧撑和仰卧起坐次数的电子机器。
和大多数人一样，我的俯卧撑动作总是不达标（根据机器的意见）。此外，由于缺乏参照机器标准的练习，许多NSMen（已经完成两年强制性服役的人）在IPPT测试中都难以取得好成绩。
因此，我决定使用mediapipe和OpenCV创建一个程序，跟踪我们的俯卧撑动作，确保我们每一个俯卧撑动作都达标。
由mediapipe姿势模块检测到的肢体关节
import cv2
import mediapipe as mp
import math
class poseDetector() :
def __init__(self, mode=False, complexity=1, smooth_landmarks=True,
enable_segmentation=False, smooth_segmentation=True,
detectionCon=0.5, trackCon=0.5):
self.mode = mode
self.complexity = complexity
self.smooth_landmarks = smooth_landmarks
self.enable_segmentation = enable_segmentation
self.smooth_segmentation = smooth_segmentation
self.detectionCon = detectionCon
self.trackCon = trackCon
self.mpDraw = mp.solutions.drawing_utils
self.mpPose = mp.solutions.pose
self.pose = self.mpPose.Pose(self.mode, self.complexity, self.smooth_landmarks,
self.enable_segmentation, self.smooth_segmentation,
self.detectionCon, self.trackCon)
def findPose (self, img, draw=True):
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
self.results = self.pose.process(imgRGB)
if self.results.pose_landmarks:
if draw:
self.mpDraw.draw_landmarks(img,self.results.pose_landmarks,
self.mpPose.POSE_CONNECTIONS)
return img
def findPosition(self, img, draw=True):
self.lmList = []
if self.results.pose_landmarks:
for id, lm in enumerate(self.results.pose_landmarks.landmark):
#finding height, width of the image printed
h, w, c = img.shape
#Determining the pixels of the landmarks
cx, cy = int(lm.x * w), int(lm.y * h)
self.lmList.append([id, cx, cy])
if draw:
cv2.circle(img, (cx, cy), 5, (255,0,0), cv2.FILLED)
return self.lmList
def findAngle(self, img, p1, p2, p3, draw=True):
#Get the landmarks
x1, y1 = self.lmList[p1][1:]
x2, y2 = self.lmList[p2][1:]
x3, y3 = self.lmList[p3][1:]
#Calculate Angle
angle = math.degrees(math.atan2(y3-y2, x3-x2) -
math.atan2(y1-y2, x1-x2))
if angle < 0:
angle += 360
if angle > 180:
angle = 360 - angle
elif angle > 180:
angle = 360 - angle
# print(angle)
#Draw
if draw:
cv2.line(img, (x1, y1), (x2, y2), (255,255,255), 3)
cv2.line(img, (x3, y3), (x2, y2), (255,255,255), 3)
cv2.circle(img, (x1, y1), 5, (0,0,255), cv2.FILLED)
cv2.circle(img, (x1, y1), 15, (0,0,255), 2)
cv2.circle(img, (x2, y2), 5, (0,0,255), cv2.FILLED)
cv2.circle(img, (x2, y2), 15, (0,0,255), 2)
cv2.circle(img, (x3, y3), 5, (0,0,255), cv2.FILLED)
cv2.circle(img, (x3, y3), 15, (0,0,255), 2)
cv2.putText(img, str(int(angle)), (x2-50, y2+50),
cv2.FONT_HERSHEY_PLAIN, 2, (0,0,255), 2)
return angle
def main():
detector = poseDetector()
cap = cv2.VideoCapture(0)
while cap.isOpened():
ret, img = cap.read() #ret is just the return variable, not much in there that we will use.
if ret:
img = detector.findPose(img)
cv2.imshow('Pose Detection', img)
if cv2.waitKey(10) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
if __name__ == "__main__":
main()以上是这个程序的代码。
上面的代码来源于PoseModule.py，有以下几个功能：
激活mediapipe的姿势检测模块。
检测人体。
根据模型找到人体上不同肢体关节的位置。(肢体显示在上面的图片中）。
查找关节之间的角度（取决于你选择的关节）。对于我的俯卧撑程序，我选择找到肘部、肩部和臀部的角度，因为这些对俯卧撑动作的标准至关重要。
接下来是实际的俯卧撑计数的代码。我们使用PoseModule并确定一个俯卧撑合格与否的标准。
import cv2
import mediapipe as mp
import numpy as np
import PoseModule as pm
cap = cv2.VideoCapture(0)
detector = pm.poseDetector()
count = 0
direction = 0
form = 0
feedback = "Fix Form"
while cap.isOpened():
ret, img = cap.read() #640 x 480
#Determine dimensions of video - Help with creation of box in Line 43
width = cap.get(3) # float `width`
height = cap.get(4) # float `height`
# print(width, height)
img = detector.findPose(img, False)
lmList = detector.findPosition(img, False)
# print(lmList)
if len(lmList) != 0:
elbow = detector.findAngle(img, 11, 13, 15)
shoulder = detector.findAngle(img, 13, 11, 23)
hip = detector.findAngle(img, 11, 23,25)
#Percentage of success of pushup
per = np.interp(elbow, (90, 160), (0, 100))
#Bar to show Pushup progress
bar = np.interp(elbow, (90, 160), (380, 50))
#Check to ensure right form before starting the program
if elbow > 160 and shoulder > 40 and hip > 160:
form = 1
#Check for full range of motion for the pushup
if form == 1:
if per == 0:
if elbow <= 90 and hip > 160:
feedback = "Up"
if direction == 0:
count += 0.5
direction = 1
else:
feedback = "Fix Form"
if per == 100:
if elbow > 160 and shoulder > 40 and hip > 160:
feedback = "Down"
if direction == 1:
count += 0.5
direction = 0
else:
feedback = "Fix Form"
# form = 0
print(count)
#Draw Bar
if form == 1:
cv2.rectangle(img, (580, 50), (600, 380), (0, 255, 0), 3)
cv2.rectangle(img, (580, int(bar)), (600, 380), (0, 255, 0), cv2.FILLED)
cv2.putText(img, f'{int(per)}%', (565, 430), cv2.FONT_HERSHEY_PLAIN, 2,
(255, 0, 0), 2)
#Pushup counter
cv2.rectangle(img, (0, 380), (100, 480), (0, 255, 0), cv2.FILLED)
cv2.putText(img, str(int(count)), (25, 455), cv2.FONT_HERSHEY_PLAIN, 5,
(255, 0, 0), 5)
#Feedback
cv2.rectangle(img, (500, 0), (640, 40), (255, 255, 255), cv2.FILLED)
cv2.putText(img, feedback, (500, 40 ), cv2.FONT_HERSHEY_PLAIN, 2,
(0, 255, 0), 2)
cv2.imshow('Pushup counter', img)
if cv2.waitKey(10) & 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()
有个需要注意的地方在第17-21行。确定从相机捕捉到的图像的分辨率，并在绘制俯卧撑计数的矩形时调整像素值，等等。(第68-82行)。
我们完成了！一个能确保动作标准的俯卧撑计数软件。没有完全俯下？不算数! 膝盖放在了地上？不算数！
一起来快乐的做俯卧撑吧！
《新程序员003》正式上市，50余位技术专家共同创作，云原生和数字化的开发者们的一本技术精选图书。内容既有发展趋势及方法论结构，华为、阿里、字节跳动、网易、快手、微软、亚马逊、英特尔、西门子、施耐德等30多家知名公司云原生和数字化一手实战经验！
☞被辞后恶意报复，程序员清除125台设备数据，被判21个月监禁
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
