mediapipe 站、坐、躺识别 python

MediaPipe是一个跨平台、开源的机器学习框架，可以用于实现各种各样的计算机视觉和机器学习任务。其中就包括人体姿态估计任务，可以用于识别人体的站、坐、躺等姿势。

以下是使用MediaPipe进行人体姿态估计的Python代码示例：

import cv2
import mediapipe as mp

mp_drawing = mp.solutions.drawing_utils
mp_pose = mp.solutions.pose

# 初始化姿态估计模型
pose = mp_pose.Pose()

# 读取视频或摄像头
cap = cv2.VideoCapture(0)

while cap.isOpened():
    success, image = cap.read()
    if not success:
        break

    # 将图像转换为RGB格式
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    image.flags.writeable = False

    # 进行姿态估计
    results = pose.process(image)

    # 绘制关键点和骨架连接线
    image.flags.writeable = True
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    mp_drawing.draw_landmarks(image, results.pose_landmarks, mp_pose.POSE_CONNECTIONS)

    # 判断是否站立
    if results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_ANKLE].y < results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_KNEE].y and \
            results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_ANKLE].y < results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_KNEE].y:
        pose_status = "Standing"
    # 判断是否坐着
    elif results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_HIP].y > results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_SHOULDER].y and \
            results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_HIP].y > results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_SHOULDER].y:
        pose_status = "Sitting"
    # 判断是否躺着
    else:
        pose_status = "Lying"

    # 在图像中显示姿态状态
    cv2.putText(image, pose_status, (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

    cv2.imshow('MediaPipe Pose Detection', image)

    if cv2.waitKey(5) & 0xFF == 27:
        break

pose.close()
cap.release()
cv2.destroyAllWindows()

在上述代码中，我们首先使用MediaPipe加载姿态估计模型，并使用OpenCV读取视频或摄像头的帧。然后，我们将图像转换为RGB格式，并调用姿态估计模型的`process()`方法进行姿态估计。接着，我们使用`draw_landmarks()`方法将关键点和骨架连接线绘制在图像中。

最后，我们根据关键点的位置来判断人体的姿态状态，并在图像中显示出来。

需要注意的是，这里只是一个简单的示例代码，实际上使用MediaPipe进行人体姿态估计还需要进行更多的配置和调试。