Python 肢体动作追踪项目（基于 MediaPipe + OpenCV）

Python 肢体动作追踪项目（基于MediaPipe + OpenCV）

本文简单介绍一个可直接运行的Python肢体动作追踪项目，核心将采用MediaPipe Pose（谷歌开源的高精度姿态估计工具）结合OpenCV（图像/视频处理库）实现，该方案无需训练自定义模型，开箱即用，适合快速落地肢体追踪需求。

一、项目前置准备

1. 安装必要依赖库

打开终端/命令提示符，执行以下安装命令：

# 安装OpenCV（用于视频捕获、图像渲染）pipinstallopencv-python# 安装MediaPipe（核心肢体姿态检测引擎）pipinstallmediapipe

2. 依赖说明

• opencv-python：负责调用摄像头、读取视频文件、绘制追踪结果和显示窗口。
• mediapipe：内置预训练的Pose模型，可检测人体33个关键骨骼点（如头部、肩膀、手肘、膝盖等），支持实时追踪。

二、完整项目源码

importcv2importmediapipeasmp# ---------------------- 初始化配置 ----------------------# 1. 初始化MediaPipe Pose相关组件mp_pose=mp.solutions.pose# 创建Pose检测对象（设置静态图像检测/置信度阈值）# static_image_mode=False：适合视频/实时流（更高效）# min_detection_confidence：最小检测置信度（0-1，越高越严格）# min_tracking_confidence：最小追踪置信度（0-1，越高越稳定）pose=mp_pose.Pose(static_image_mode=False,model_complexity=1,# 模型复杂度（0/1/2，越高精度越高、速度越慢）min_detection_confidence=0.5,min_tracking_confidence=0.5)# 2. 初始化MediaPipe绘图工具（用于绘制骨骼点和连接线）mp_drawing=mp.solutions.drawing_utils# 定义骨骼点和连接线的绘制样式（可选，默认样式也可满足需求）drawing_spec_landmark=mp_drawing.DrawingSpec(color=(0,255,0),# 骨骼点颜色：绿色thickness=5,# 骨骼点大小circle_radius=3)drawing_spec_connection=mp_drawing.DrawingSpec(color=(255,0,0),# 连接线颜色：蓝色thickness=3,# 连接线粗细circle_radius=2)# ---------------------- 核心追踪逻辑 ----------------------defbody_pose_tracking():# 1. 打开摄像头（参数0：默认内置摄像头，若外接摄像头可改为1/2等）cap=cv2.VideoCapture(0)# 设置摄像头分辨率（可选，根据硬件调整）cap.set(cv2.CAP_PROP_FRAME_WIDTH,1280)cap.set(cv2.CAP_PROP_FRAME_HEIGHT,720)ifnotcap.isOpened():print("错误：无法打开摄像头！")return# 2. 循环读取视频帧并进行姿态追踪whilecap.isOpened():# 读取一帧图像ret,frame=cap.read()ifnotret:print("警告：无法读取摄像头帧，退出循环！")break# ---------------------- 关键处理步骤 ----------------------# a. 图像格式转换：OpenCV读取的是BGR格式，MediaPipe需要RGB格式frame_rgb=cv2.cvtColor(frame,cv2.COLOR_BGR2RGB)# b. 禁用图像写入（提升处理速度）frame_rgb.flags.writeable=False# c. 传入Pose模型进行姿态检测results=pose.process(frame_rgb)# d. 重新启用图像写入（用于绘制结果）frame_rgb.flags.writeable=True# e. 格式转换回BGR（用于OpenCV显示）frame_bgr=cv2.cvtColor(frame_rgb,cv2.COLOR_RGB2BGR)# 3. 绘制肢体追踪结果（骨骼点+连接线）ifresults.pose_landmarks:# 绘制33个骨骼点和对应的连接线mp_drawing.draw_landmarks(image=frame_bgr,landmark_list=results.pose_landmarks,connections=mp_pose.POSE_CONNECTIONS,landmark_drawing_spec=drawing_spec_landmark,connection_drawing_spec=drawing_spec_connection)# （可选）获取某个骨骼点的坐标（示例：获取鼻子的坐标）nose_landmark=results.pose_landmarks.landmark[mp_pose.PoseLandmark.NOSE]# 转换为像素坐标（frame_bgr.shape[1]：宽度，frame_bgr.shape[0]：高度）nose_x=int(nose_landmark.x*frame_bgr.shape[1])nose_y=int(nose_landmark.y*frame_bgr.shape[0])# 在图像上标注鼻子坐标cv2.putText(frame_bgr,f"Nose: ({nose_x},{nose_y})",(nose_x+10,nose_y),cv2.FONT_HERSHEY_SIMPLEX,0.5,(0,255,255),1,cv2.LINE_AA)# 4. 显示追踪窗口cv2.imshow("Body Pose Tracking (Press 'q' to quit)",frame_bgr)# 5. 退出条件：按下'q'键关闭窗口ifcv2.waitKey(1)&0xFF==ord('q'):break# 6. 释放资源cap.release()cv2.destroyAllWindows()pose.close()# ---------------------- 运行项目 ----------------------if__name__=="__main__":print("正在启动肢体动作追踪...")print("提示：按下'q'键可退出程序")body_pose_tracking()print("肢体动作追踪已结束")

三、项目运行说明

1. 运行步骤

1. 确保已安装所有依赖库（opencv-python、mediapipe）。
2. 将上述源码保存为body_pose_tracking.py文件。
3. 终端进入文件所在目录，执行命令：python body_pose_tracking.py。
4. 程序启动后，会自动调用电脑内置摄像头，弹出追踪窗口显示肢体骨骼追踪结果。
5. 按下键盘q键，即可退出程序并释放摄像头资源。

2. 运行效果

• 窗口中实时显示你的肢体动作，绿色圆点为人体33个关键骨骼点，蓝色线条为骨骼连接线。
• 鼻子位置会标注其像素坐标（可选功能，可扩展其他骨骼点的坐标获取）。
• 支持实时跟随肢体移动，无明显延迟（取决于电脑性能和摄像头帧率）。

四、核心功能解析

1. MediaPipe Pose 初始化：配置模型复杂度、检测/追踪置信度，平衡精度和运行速度。
2. 摄像头数据读取：通过cv2.VideoCapture获取实时视频帧，处理摄像头打开失败的异常。
3. 图像格式转换：MediaPipe仅支持RGB格式图像，而OpenCV默认读取BGR格式，需进行格式互转。
4. 姿态检测与结果绘制：调用pose.process()得到骨骼点数据，通过draw_landmarks()绘制追踪结果。
5. 资源释放：程序退出时释放摄像头、关闭窗口、关闭Pose模型，避免资源泄露。

五、扩展方向（可选）

1. 视频文件追踪：将cv2.VideoCapture(0)改为cv2.VideoCapture("your_video.mp4")，即可对本地视频文件进行肢体追踪。
2. 骨骼点坐标保存：将检测到的骨骼点坐标写入csv文件，用于后续动作分析、机器学习训练。
3. 自定义动作识别：通过判断特定骨骼点的相对位置（如手肘是否弯曲、膝盖是否抬起），实现自定义动作（如举手、深蹲）的识别。
4. 提升模型精度：将model_complexity改为2，模型精度更高，但对电脑性能要求更高（适合高性能设备）。

六、常见问题排查

1. 摄像头无法打开：检查摄像头是否被其他程序占用，外接摄像头需确认连接正常，将cv2.VideoCapture(0)改为1尝试。
2. 运行卡顿：降低模型复杂度（model_complexity=0）、降低摄像头分辨率，或关闭其他占用性能的程序。
3. 无骨骼点绘制：确保环境光线充足（避免过暗/过曝），人体处于摄像头画面中央，提高min_detection_confidence阈值（如0.7）。
4. 依赖安装失败：升级pip（python -m pip install --upgrade pip），再重新安装依赖库，国内用户可使用镜像源加速安装。
5. AttributeError: module ‘mediapipe’ has no attribute ‘solutions’：检查安装的mediapipe的版本，可以通过安装低版本解决此问题。

总结

1. 该项目基于MediaPipe Pose和OpenCV实现，无需自定义训练，快速实现实时肢体动作追踪。
2. 核心流程：摄像头取帧→格式转换→姿态检测→结果绘制→窗口显示，逻辑清晰且易于扩展。
3. 运行关键：安装对应依赖、确保摄像头可用、按下q键正常退出释放资源。