mediapipe识别 3 种不同的人体动作python

MediaPipe是一个开源的跨平台人工智能开发框架，提供了各种各样的人体姿势、面部表情等识别模块。其中，人体姿势识别模块可以用于识别人体的各种动作，包括站立、行走、跑步、跳跃等。

使用MediaPipe进行人体姿势识别需要安装相关依赖库和模型文件，然后编写Python代码。以下是基本的步骤：

1. 安装依赖库和模型文件：

pip install mediapipe opencv-python

2. 导入相关模块：

import cv2
import mediapipe as mp

3. 创建人体姿势估计对象：

mp_pose = mp.solutions.pose
pose = mp_pose.Pose()

4. 加载视频或摄像头：

cap = cv2.VideoCapture(0)

5. 循环读取视频帧或摄像头画面：

while True:
    ret, frame = cap.read()
    if not ret:
        break

6. 对每一帧进行人体姿势识别：

    # 将图像从BGR转换为RGB
    image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 进行人体姿势识别
    results = pose.process(image)

7. 解析识别结果并绘制人体姿势：

    # 绘制骨架关键点和连线
    mp_pose.draw_landmarks(frame, results.pose_landmarks, mp_pose.POSE_CONNECTIONS)

8. 显示识别结果：

    cv2.imshow('MediaPipe Pose', frame)
    if cv2.waitKey(1) == 27:
        break

完整的代码如下：

import cv2
import mediapipe as mp

mp_pose = mp.solutions.pose
pose = mp_pose.Pose()

cap = cv2.VideoCapture(0)

while True:
    ret, frame = cap.read()
    if not ret:
        break

    image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    results = pose.process(image)

    mp_pose.draw_landmarks(frame, results.pose_landmarks, mp_pose.POSE_CONNECTIONS)

    cv2.imshow('MediaPipe Pose', frame)
    if cv2.waitKey(1) == 27:
        break

cap.release()
cv2.destroyAllWindows()

上述代码可以实现实时的人体姿势识别，并在视频或摄像头画面中绘制出骨架关键点和连线。如果想要识别特定的动作，可以根据人体姿势的关键点信息进行判断和分类。例如，如果想要识别站立、行走和跑步三种不同的动作，可以通过检测关键点的变化和速度来实现。