mediapipe 通过holistic输出2d坐标

Mediapipe Holistic 模型可以输出人体关键点的 2D 像素坐标。具体来说，可以按照以下步骤进行：

1. 读取输入的图像，将图像转换为 Mediapipe 模型要求的格式（例如 RGB 图像，大小为 256x256 像素）。

2. 初始化 Mediapipe Holistic 模型，并将图像输入模型中进行姿态估计。

3. 解析模型输出，获取人体各个关键点的 2D 像素坐标。具体来说，可以通过以下代码获取：

   # 解析头部关键点坐标
   nose_x = result.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE].x * image_width
   nose_y = result.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE].y * image_height
   
   # 解析左手腕关键点坐标
   left_wrist_x = result.left_hand_landmarks.landmark[mp_holistic.HandLandmark.WRIST].x * image_width
   left_wrist_y = result.left_hand_landmarks.landmark[mp_holistic.HandLandmark.WRIST].y * image_height
   
   # 解析右膝盖关键点坐标
   right_knee_x = result.right_leg_landmarks.landmark[mp_holistic.LegLandmark.KNEE].x * image_width
   right_knee_y = result.right_leg_landmarks.landmark[mp_holistic.LegLandmark.KNEE].y * image_height

其中，`result` 是模型输出的结果，`image_width` 和 `image_height` 分别是输入图像的宽度和高度。关键点的坐标值是在像素坐标系中的值，需要乘以图像的宽度或高度才能得到实际的坐标值。

4. 对于每个关键点，可以将其坐标值保存到一个列表或者数组中，以便后续使用。例如：

   keypoints = [[nose_x, nose_y], [left_wrist_x, left_wrist_y], [right_knee_x, right_knee_y]]

这个列表中包含了图像中检测到的三个关键点的像素坐标。

需要注意的是，Mediapipe Holistic 模型输出的关键点数量比较多，共计 33 个，涵盖了人体的各个部位，具体可以参考 Mediapipe 官方文档中的说明。