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） pip install opencv-python # 安装MediaPipe（核心肢体姿态检测引擎） pip install mediapipe 

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

import cv2 import mediapipe as mp # ---------------------- 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)ifnot cap.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while cap.isOpened():# 读取一帧图像 ret, frame = cap.read()ifnot ret: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）if results.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if cv2.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。