3D人体骨架检测（mediapipe）

在本教程中，我们将学习如何使用python中的mediapipe库进行实时3D骨架检测。

首先，我们得用pip下载下来我们需要用到的模组：

pip install mediapipe

这个工具不仅得到了谷歌的支持，而且Mediapipe中的模型也被积极地用于谷歌产品中。因此，这个模组，超级牛皮。

现在，MediaPipe的姿势检测是高保真（高质量）和低延迟（超快）的最先进的解决方案，用于在低端设备（即手机，笔记本电脑等）的实时视频源中检测一个人的33个3D地标。

pip install opencv-python

Opencv-python简称cv2, 是一个超级牛皮的模组（比mediapipe还牛皮），他可以打开你的摄像头，并且还能回去每一帧的图像并显示出来（详情请见opencv的教程），关键是，cv2还有C++和Java版的。

pip install numpy

Numpy, 为矩阵计算而生，是一个专门计算矩阵的模组，cv2会用到它。

pip install vpython

大家应该不是那么的熟悉这个模组，用来在3D中布点的。但是因为简洁且迅速的更新速度，让我选择了这个模组（主要是因为害怕会掉帧）

P.S python需要定在python 3.0 以上

接下来，就是骨架预测的操作。

首先，导入所有我们需要的模组：

import cv2
import mediapipe as mp
from vpython import *

然后来了解一下mediapipe里骨架预测模块的初始化：

import cv2
import mediapipe as mp
from vpython import *
mp_pose = mp.solutions.pose #从mediapipe里面获取pose
pose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1) #初始化

Static_image_mode -这是一个布尔值，如果设置为False，检测器只在需要时调用，在第一帧或当跟踪器丢失跟踪时。如果设置为True，则对每个输入图像调用人员检测器。当你处理一堆不相关的图像而不是视频时，你应该把这个设为True。默认值为False。

Min_detection_confidence—考虑骨架检测模型的预测正确性所需的最小检测置信范围(0.0,1.0)。默认值为0.5。这意味着如果一个检测器的预测置信度大于或等于50%，则被认为是阳性的。

Min_tracking_confidence -这是骨架关节点跟踪模型为了有效跟踪地标的姿态，需要考虑的最小跟踪置信度([0.0,1.0])。如果置信度小于设定值，则在下一帧/图像中再次调用检测器，因此增加其值会增加稳定性，但也会造成延迟。默认值为0.5。

Model_complexity—骨架检测模型的复杂性。由于有三种不同的模型可供选择，可能的值为0、1或2。值越高，结果越准确，但代价是延迟越长。缺省值为1。

Smooth_landmarks -这是一个布尔值，如果设置为True，将过滤不同帧的骨架关节点以减少噪音。只有当static_image_mode也设置为False时，这才有效。默认值为True。

mp_drawing = mp.solutions.drawing_utils

mp_drawing 是为了可视化关节点于它们之间的关系初始化的

然后，咱们来搞一下摄像头的初始化：

cam = cv2.VideoCapture(0) #开启摄像头
while True:_, frame = cam.read() #获取每一帧cv2.imshow('real time', frame) #显示每一帧if cv2.waitKey(1) == ord(q): #检查是否按下q键break
cam.release() #关掉摄像头
cv2.destroyAllWindows() #关掉窗口

到现在为止，你的代码应该是这样的:

import cv2
import mediapipe as mp
from vpython import *
mp_pose = mp.solutions.pose #从mediapipe里面获取pose
pose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1) #初始化
mp_drawing = mp.solutions.drawing_utils
cam = cv2.VideoCapture(0) #开启摄像头
while True:_, frame = cam.read() #获取每一帧cv2.imshow('real time', frame) #显示每一帧if cv2.waitKey(1) == ord(q): #检查是否按下q键break
cam.release() #关掉摄像头
cv2.destroyAllWindows() #关掉窗口

现在，我们将使用函数 mp.solutions.pose.Pose（）.process（） 将图像传递到姿势检测机器学习管道。但是管道需要RGB颜色格式的输入图像，因此首先我们必须使用函数cv2.cvtColor（）将示例图像从BGR转换为RGB格式，因为OpenCV以BGR格式（而不是RGB）读取图像：

 results = pose.process(cv2.cvtColor(f, cv2.COLOR_BGR2RGB))

执行姿势检测后，我们将获得三十三个地标的列表，这些地标代表图像中突出人物的身体关节位置。每个地标都有：

x – 它是按图像宽度归一化为 [0.0， 1.0] 的地标 x 坐标。
y：它是按图像高度归一化为 [0.0， 1.0] 的地标 y 坐标。
z：它是归一化为与 x 大致相同的比例的地标 z 坐标。它表示以臀部中点为原点的地标深度，因此 z 的值越小，地标离相机越近。
可见性：它是一个范围为 [0.0， 1.0] 的值，表示地标在图像中可见（未遮挡）的可能性。在决定是否要显示特定关节时，这是一个有用的变量，因为它可能在图像中被遮挡或部分可见。

但是，我们现在只需要x，y和z。

接下来，我们需要显示它们的位置，并画上线：

mp_drawing.draw_landmarks(image=f, landmark_list=results.pose_landmarks, connections=mp_pose.POSE_CONNECTIONS)

运行一下，你的代码应该是这样的：

import cv2
import mediapipe as mp
from vpython import *
mp_pose = mp.solutions.pose #从mediapipe里面获取pose
pose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1) #初始化
mp_drawing = mp.solutions.drawing_utils
cam = cv2.VideoCapture(0) #开启摄像头
while True:_, frame = cam.read() #获取每一帧
results = pose.process(cv2.cvtColor(f, cv2.COLOR_BGR2RGB)) #检查每一帧中的骨架关节点mp_drawing.draw_landmarks(image=f, landmark_list=results.pose_landmarks,         connections=mp_pose.POSE_CONNECTIONS) #画上关节点cv2.imshow('real time', frame) #显示每一帧if cv2.waitKey(1) == ord(q): #检查是否按下q键break
cam.release() #关掉摄像头
cv2.destroyAllWindows() #关掉窗口

现在，一大半已经搞完了，现在只需要搞定在3D中的显示。

points = []c = []
for x in range(33):points.append(sphere(radius=5, pos=vector(0, -50, 0)))c.append(curve(retain=2, radius=4))

sphere 是用来布点的。

curve 是用来连接各个点的。

import cv2
import mediapipe as mp
from vpython import *
mp_pose = mp.solutions.pose #从mediapipe里面获取pose
pose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1) #初始化

points = []c = []
for x in range(33):points.append(sphere(radius=5, pos=vector(0, -50, 0)))c.append(curve(retain=2, radius=4))
mp_drawing = mp.solutions.drawing_utils
cam = cv2.VideoCapture(0) #开启摄像头
while True:_, frame = cam.read() #获取每一帧
results = pose.process(cv2.cvtColor(f, cv2.COLOR_BGR2RGB)) #检查每一帧中的骨架关节点mp_drawing.draw_landmarks(image=f, landmark_list=results.pose_landmarks,         connections=mp_pose.POSE_CONNECTIONS) #画上关节点cv2.imshow('real time', frame) #显示每一帧if cv2.waitKey(1) == ord(q): #检查是否按下q键break
cam.release() #关掉摄像头
cv2.destroyAllWindows() #关掉窗口

P.S 后面的操作开始变得骚了，因此我每次操作都会放上一个完整的代码。

我们现在需要让我们的点根据骨骼关节点的x，y，z数值改变：

import cv2
import mediapipe as mp
from vpython import *
mp_pose = mp.solutions.pose #从mediapipe里面获取pose
pose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1) #初始化

points = []c = []
for x in range(33):points.append(sphere(radius=5, pos=vector(0, -50, 0)))c.append(curve(retain=2, radius=4))
mp_drawing = mp.solutions.drawing_utils
cam = cv2.VideoCapture(0) #开启摄像头
while True:_, frame = cam.read() #获取每一帧
results = pose.process(cv2.cvtColor(f, cv2.COLOR_BGR2RGB)) #检查每一帧中的骨架关节点if results.pose_world_landmarks:for i in range(11, 33):if i != 18 and i!=20 and i!= 22 and i != 17 and i!=19 and i!=21:points[i].pos.x = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].x * -cap.get(3)points[i].pos.y = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].y * -cap.get(4)points[i].pos.z = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].z * -cap.get(3)mp_drawing.draw_landmarks(image=f, landmark_list=results.pose_landmarks,         connections=mp_pose.POSE_CONNECTIONS) #画上关节点cv2.imshow('real time', frame) #显示每一帧if cv2.waitKey(1) == ord(q): #检查是否按下q键break
cam.release() #关掉摄像头
cv2.destroyAllWindows() #关掉窗口

再画上连接线：

import cv2
import mediapipe as mp
from vpython import *
mp_pose = mp.solutions.pose #从mediapipe里面获取pose
pose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1) #初始化

points = []
ids = [[12, 14, 16], [11, 13, 15], [12, 24, 26, 28, 30, 32, 28],[11, 23, 25, 27, 29, 31, 27], [12, 11], [24, 23]]
c = []
for x in range(33):points.append(sphere(radius=5, pos=vector(0, -50, 0)))c.append(curve(retain=2, radius=4))
mp_drawing = mp.solutions.drawing_utils
cam = cv2.VideoCapture(0) #开启摄像头
while True:_, frame = cam.read() #获取每一帧
results = pose.process(cv2.cvtColor(f, cv2.COLOR_BGR2RGB)) #检查每一帧中的骨架关节点if results.pose_world_landmarks:for i in range(11, 33):if i != 18 and i!=20 and i!= 22 and i != 17 and i!=19 and i!=21:points[i].pos.x = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].x * -cap.get(3)points[i].pos.y = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].y * -cap.get(4)points[i].pos.z = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].z * -cap.get(3)for n in range(2):for i in range(2):c[i + 2 * n].append(vector(points[ids[n][i]].pos.x, points[ids[n][i]].pos.y, points[ids[n][i]].pos.z),vector(points[ids[n][i + 1]].pos.x, points[ids[n][i + 1]].pos.y,points[ids[n][i + 1]].pos.z), retaine=2)for n in range(2, 4):for i in range(6):c[i+6*n].append(vector(points[ids[n][i]].pos.x, points[ids[n][i]].pos.y, points[ids[n][i]].pos.z),vector(points[ids[n][i +1]].pos.x, points[ids[n][i + 1]].pos.y, points[ids[n][i+1]].pos.z), retaine = 2)for n in range(4, 6):for i in range(1):c[i+2*n].append(vector(points[ids[n][i]].pos.x, points[ids[n][i]].pos.y, points[ids[n][i]].pos.z),vector(points[ids[n][i +1]].pos.x, points[ids[n][i + 1]].pos.y, points[ids[n][i+1]].pos.z), retaine = 2)mp_drawing.draw_landmarks(image=f, landmark_list=results.pose_landmarks,         connections=mp_pose.POSE_CONNECTIONS) #画上关节点cv2.imshow('real time', frame) #显示每一帧if cv2.waitKey(1) == ord(q): #检查是否按下q键break
cam.release() #关掉摄像头
cv2.destroyAllWindows() #关掉窗口

好啦！作品已完成，经过整理后就变成这样了：

import cv2
import mediapipe as mp
from vpython import *
#mediapipe 模型变量初始化（你教我的，要整理变量）
def mediapipe_varibles_init():mp_pose = mp.solutions.posepose = mp_pose.Pose(static_image_mode=False, min_detection_confidence=0.5, model_complexity=1)mp_drawing = mp.solutions.drawing_utilsreturn pose,mp_pose, mp_drawing
#vpython（三维画图）模型变量初始化
def vpython_variables_init():points = []boxs = []ids = [[12, 14, 16], [11, 13, 15], [12, 24, 26, 28, 30, 32, 28],[11, 23, 25, 27, 29, 31, 27], [12, 11], [24, 23]]c = []for x in range(33):points.append(sphere(radius=5, pos=vector(0, -50, 0)))c.append(curve(retain=2, radius=4))return points, boxs, ids, c, hpointsr, hpointsl
#在3D里画出骨架的函数
def draw_3d_pose():results = pose.process(cv2.cvtColor(f, cv2.COLOR_BGR2RGB))if results.pose_world_landmarks:for i in range(11, 33):if i != 18 and i!=20 and i!= 22 and i != 17 and i!=19 and i!=21:points[i].pos.x = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].x * -cap.get(3)points[i].pos.y = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].y * -cap.get(4)points[i].pos.z = results.pose_world_landmarks.landmark[mp_pose.PoseLandmark(i).value].z * -cap.get(3)for n in range(2):for i in range(2):c[i + 2 * n].append(vector(points[ids[n][i]].pos.x, points[ids[n][i]].pos.y, points[ids[n][i]].pos.z),vector(points[ids[n][i + 1]].pos.x, points[ids[n][i + 1]].pos.y,points[ids[n][i + 1]].pos.z), retaine=2)for n in range(2, 4):for i in range(6):c[i+6*n].append(vector(points[ids[n][i]].pos.x, points[ids[n][i]].pos.y, points[ids[n][i]].pos.z),vector(points[ids[n][i +1]].pos.x, points[ids[n][i + 1]].pos.y, points[ids[n][i+1]].pos.z), retaine = 2)for n in range(4, 6):for i in range(1):c[i+2*n].append(vector(points[ids[n][i]].pos.x, points[ids[n][i]].pos.y, points[ids[n][i]].pos.z),vector(points[ids[n][i +1]].pos.x, points[ids[n][i + 1]].pos.y, points[ids[n][i+1]].pos.z), retaine = 2)mp_drawing.draw_landmarks(image=f, landmark_list=results.pose_landmarks, connections=mp_pose.POSE_CONNECTIONS)
#窗口关闭函数
def clos_def():cap.release()cv2.destroyAllWindows()
#获取变量
points, boxs, ids, c, hpointsr, hpointsl = vpython_variables_init()
pose, mp_pose, mp_drawing = mediapipe_varibles_init()
#打开摄像头，0是第一个摄像头，如果想换一个摄像头请改变这个数字
cap = cv2.VideoCapture(0)
while True:#获取每一帧的图像_, f = cap.read()#vpython里的一个函数，用来调整3D中的FPSrate(150)#调用在3D里画出骨架的函数draw_3d_pose()#在每一帧里画骨架#显示每一帧cv2.imshow('real_time', f)#检测是否要关闭窗口if cv2.waitKey(1) & 0xFF == ord('q'):break
#调用窗口关闭函数
clos_def()

3D人体骨架检测（mediapipe）相关推荐

动态多尺度图表达3D人体骨架运动，实现精准预测效果超SOTA
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达现有的基于3D人体骨架的运动预测方法往往不考虑身体不同部位之间的关 ...
基于MindStudio的3D人体关键点检测
3D人体关键点检测 1 任务介绍人体关键点检测插件基于 MindX SDK 开发,在昇腾芯片上进行人体关键点和骨架检测,将检测结果可视化并保存.输入一幅图像,可以检测得到图像中所有行人的关键点并连接 ...
VideoPose3D：基于视频的3D人体关键点检测
1. 概述 Dario Pavllo等人于2019年提出了VideoPose3D模型,旨在把输入视频转换成人体各关键点相对于根关节的相对三维位置.为了实现这一目的,作者采取的是两步走的策略.首先要利用 ...
CVPR2020 Oral | 动态多尺度图表达3D人体骨架运动，实现精准预测效果超SOTA
新智元推荐编辑:白峰 [新智元导读]上海交大.三菱电机实验室联合提出将人体骨架建模为一个可学习的多尺度图,并且对不同层次的特征,多尺度图呈现动态变化.通过学习综合的多尺度特征表达,DMGNN ...
基于人体骨架检测的安全警戒线
文章目录背景方法人体骨架提取空间关系分析背景在校园安防中学生安全是第一位的,在本篇博文中,将简单介绍一个小demo,楼道栏杆安全检测. 方法第一步骨架提取,第二步人体骨架关键部位与栏杆的 ...
行为识别人体骨架检测+LSTM
转自http://geek.csdn.net/news/detail/138011 在人工智能研究领域,这一技能叫人体行为识别,是智能监控.人机交互.机器人等诸多应用的一项基础技术.以电影提到的老人智 ...
2D人体骨架检测算法综述
文章目录多人关键点检测多人2d关键点检测的算法(自下而上) 1.OpenPose: Realtime Multi-Person 2D Pose Estimation using Part Affi ...
yolov7 姿态识别-人体骨架-实时检测+实例分割
(15条消息) YOLOv7实例分割_迷途小书童的Note的博客-CSDN博客https://blog.csdn.net/djstavaV/article/details/126357677 (15条 ...
Python+OpenCV+OpenPose实现人体姿态估计（人体关键点检测）
目录 1.人体姿态估计简介 2.人体姿态估计数据集 3.OpenPose库 4.实现原理 5.实现神经网络 6.实现代码 1.人体姿态估计简介人体姿态估计(Human Posture Estimat ...
3D 人体姿态估计简述
0 前言 3D Human Pose Estimation(以下简称 3D HPE )的目标是在三维空间中估计人体关键点的位置.3D HPE 的应用非常广泛,包括人机交互.运动分析.康复训练等,它也可 ...

3D人体骨架检测（mediapipe）

3D人体骨架检测（mediapipe）相关推荐

最新文章

热门文章