mediapipe识别3 种不同的人体静态姿态（站、坐、躺）python

MediaPipe是一个跨平台的机器学习框架，可以用于视频分析、计算机视觉等领域。其中包含了人体姿态估计的模块，可以识别人体的关键点位置。

要识别人体的静态姿态（站、坐、躺），可以借助人体姿态估计模块输出的关键点位置。具体实现步骤如下：

1. 使用MediaPipe中的人体姿态估计模块，读取视频或图片中的人体图像。

2. 对每一帧图像进行处理，获取人体关键点的坐标。

3. 分析关键点的位置，判断人体的姿态。可以通过判断以下几个关键点的位置：

- 脚踝：站立时两个脚踝在同一水平线上，坐下或躺下时则不在同一水平线上。

- 膝盖：站立时两个膝盖伸直，坐下或躺下时则弯曲。

- 腰部：站立时腰部在同一水平线上，坐下或躺下时则位置较低。

- 头部：坐下或躺下时头部位置较低。

4. 根据关键点的位置判断人体的姿态，可以使用if-else语句或者逻辑判断来实现。

下面是一个基于MediaPipe的Python代码，用于识别人体的静态姿态（站、坐、躺）：

import mediapipe as mp
import cv2

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

# 定义关键点位置的阈值
ankle_threshold = 0.05
knee_threshold = 0.05
waist_threshold = 0.05
head_threshold = 0.05

# 加载模型
pose = mp_pose.Pose(static_image_mode=True, min_detection_confidence=0.5)

# 读取图像
image = cv2.imread('test.jpg')

# 分析关键点位置
results = pose.process(cv2.cvtColor(image, cv2.COLOR_BGR2RGB))

if not results.pose_landmarks:
    print('No pose landmarks detected')
else:
    # 获取关键点坐标
    landmarks = results.pose_landmarks.landmark
    
    # 判断人体姿态
    if abs(landmarks[mp_pose.PoseLandmark.LEFT_ANKLE].y - landmarks[mp_pose.PoseLandmark.RIGHT_ANKLE].y) < ankle_threshold:
        if landmarks[mp_pose.PoseLandmark.LEFT_KNEE].y < landmarks[mp_pose.PoseLandmark.LEFT_ANKLE].y - knee_threshold and landmarks[mp_pose.PoseLandmark.RIGHT_KNEE].y < landmarks[mp_pose.PoseLandmark.RIGHT_ANKLE].y - knee_threshold:
            if abs(landmarks[mp_pose.PoseLandmark.LEFT_HIP].y - landmarks[mp_pose.PoseLandmark.RIGHT_HIP].y) < waist_threshold:
                print('Standing')
            else:
                print('Sitting')
        else:
            print('Lying')
    else:
        print('Lying')
        
# 显示图像
cv2.imshow('Pose estimation', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

在实际应用中，可以考虑使用视频流或者摄像头输入来实时识别人体的静态姿态。需要注意的是，这只是一个简单的实现方式，实际应用中需要根据场景和需求进行调整和优化。