mediapipe动作识别

### 使用MediaPipe进行动作识别

为了使用MediaPipe进行动作识别，需先安装必要的Python包。通过命令`pip install mediapipe`可完成MediaPipe的安装[^1]。

#### 导入所需库
在编写代码前，除了已提及的MediaPipe外，还需导入OpenCV和NumPy这两个重要的第三方库来辅助开发工作。OpenCV主要用于视频捕捉以及图像处理；而NumPy则提供了强大的数值计算能力支持[^2]。

import cv2
import mediapipe as mp
import numpy as np

#### 初始化MediaPipe解决方案
MediaPipe提供了一系列预构建好的解决方案，对于想要快速上手的人来说非常友好。这里选择的是Pose模块来进行基本的人体姿态估计：

mp_pose = mp.solutions.pose.Pose(
    static_image_mode=False,
    model_complexity=1,
    enable_segmentation=True,
    min_detection_confidence=0.5)

此部分配置参数解释如下：
- `static_image_mode`: 设置为False表示输入源是一个连续帧序列而非静态图片；
- `model_complexity`: 控制模型复杂度，默认值为1，在大多数情况下表现良好；
- `enable_segmentation`: 启用分割模式有助于提高某些特定应用场景下的准确性；
- `min_detection_confidence`: 设定最低置信度阈值以过滤掉不稳定的检测结果。

#### 获取摄像头画面并处理每一帧
接下来的部分展示了如何获取来自默认摄像设备的画面，并逐帧对其进行分析：

cap = cv2.VideoCapture(0)

while cap.isOpened():
    success, image = cap.read()
    if not success:
        print("Ignoring empty camera frame.")
        continue
    
    # 将BGR颜色空间转换成RGB颜色空间
    image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    
    results = mp_pose.process(image_rgb)
    
    # 绘制姿势标记点及其连接线到原图之上
    annotated_image = image.copy()
    mp_drawing.draw_landmarks(
        annotated_image,
        results.pose_landmarks,
        mp_pose.POSE_CONNECTIONS)
        
    cv2.imshow('MediaPipe Pose', annotated_image)
    
    key = cv2.waitKey(5)
    if key & 0xFF == ord('q'):
        break
        
cap.release()
cv2.destroyAllWindows()

上述代码片段实现了从打开相机到关闭程序期间持续捕获当前视窗内的影像信息，并利用MediaPipe提供的工具集解析出人体骨骼结构特征点的位置坐标，最后把这些关键部位描绘出来以便观察者直观理解所处状态。

#### 动作分类逻辑设计
当能够成功提取到身体各关节位置之后，则可以根据实际需求定义一套简单的规则去判断目标人物正在进行何种活动。比如可以通过监测肩膀高度变化趋势区分站立还是坐姿；亦或是依据手腕相对于肘部的角度大小判定是否存在挥动手臂的行为等。