mediapipe摄像头识别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，可以用来进行图像和视频的处理，其中包括姿态估计。要使用 MediaPipe 进行姿态估计，可以使用其提供的 Pose 模型。下面是一个基本的示例代码，可以通过摄像头捕捉视频，并识别人体的姿态：

import cv2
import mediapipe as mp

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

# 初始化姿势估计模型
pose = mp_pose.Pose()

# 打开摄像头
cap = cv2.VideoCapture(0)

while cap.isOpened():
    # 从摄像头获取一帧图像
    success, image = cap.read()
    if not success:
        break
    
    # 将图像转换为 RGB 格式
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
    # 进行姿势估计
    results = pose.process(image)
    
    # 绘制姿势估计结果
    if results.pose_landmarks:
        mp_drawing.draw_landmarks(
            image, results.pose_landmarks, mp_pose.POSE_CONNECTIONS)
        
        # 检测人体静态姿态
        landmarks = results.pose_landmarks.landmark
        if landmarks[mp_pose.PoseLandmark.LEFT_SHOULDER].y > landmarks[mp_pose.PoseLandmark.LEFT_ELBOW].y \
            and landmarks[mp_pose.PoseLandmark.RIGHT_SHOULDER].y > landmarks[mp_pose.PoseLandmark.RIGHT_ELBOW].y:
            print("站立")
        elif landmarks[mp_pose.PoseLandmark.LEFT_SHOULDER].y < landmarks[mp_pose.PoseLandmark.LEFT_HIP].y \
            and landmarks[mp_pose.PoseLandmark.RIGHT_SHOULDER].y < landmarks[mp_pose.PoseLandmark.RIGHT_HIP].y:
            print("坐姿")
        else:
            print("躺姿")
        
    # 显示图像
    cv2.imshow('MediaPipe Pose', image)
    
    # 按下 q 键退出循环
    if cv2.waitKey(5) & 0xFF == ord('q'):
        break

# 释放摄像头并关闭窗口
cap.release()
cv2.destroyAllWindows()

在上述代码中，我们使用了 `mp_pose.Pose()` 初始化了一个姿态估计模型，然后使用 `pose.process(image)` 对图像进行姿态估计。最后，我们根据估计结果检测人体的静态姿态。代码中使用的是比较简单的检测方法，也可以根据具体应用场景，进行更加精细的检测方法。