如今，当前疫情大环境之下。很多人，因为居家办公或者其他原因闷在家里不能外出健身。那么，借助骨骼识别和卷积神经网络模型，计算机视觉开发者可以通过相对应的API，结合相对轻量化一些的卷积神经网络模型，来构建如Keep这类的线上锻炼监督APP。
用户通过将摄像头对准自己，使得神经网络能过精确地通过人体骨骼框架，判断出用户是否有在“认认真真”的做运动。
骨骼网络也可以应用在3D模型构建中，通过将获取到的骨骼网络信息，与Unity或虚幻等引擎中的3D模型进行动态绑定，即可得到属于自己的虚拟人物形象。
通过观察MediaPipe的官方文档，我们可以看到
MediaPipe是通过两套深度神经网络：即基于GHUM模型的BlazePose和ResNet50模型的AlphaPose。
以下是MediaPipe官方对于模型的概述：
该检测器的灵感来自我们自己的轻量级BlazeFace模型，用于MediaPipe 人脸检测，作为人体检测器的代理。它明确地预测了两个额外的虚拟关键点，将人体中心、旋转和比例牢牢描述为一个圆圈。受莱昂纳多的《维特鲁威人》的启发，我们预测了一个人臀部的中点、包围整个人的圆的半径以及连接肩部和臀部中点的连线的倾斜角。
另外，MediaPipie通过从GHUM模型中获取到33个定位点，用于对人体骨骼的完整检测，见下图：
请确保你的Python环境中包含如下的库，才能顺利完成依赖处理并安装mediapipe
使用pip install mediapipe来安装mediapipe模块
pip install mediapipe
我这里准备了一个特别视频用于检测骨骼API检测。但是在开始之前，我们要先把我们使用的模块导入进来
import time import cv2 import mediapipe as mp import sys
首先我们初始化MediaPipe标志点绘制器和MediaPipe姿态检测器
# 初始化MediaPipe绘图工具，以及样式 mp_drawing = mp.solutions.drawing_utils mp_drawing_styles = mp.solutions.drawing_styles mp_pose = mp.solutions.pose
初始化OpenCV窗口
# 初始化OpenCV窗口
window = cv2.namedWindow("Gi", cv2.WINDOW_FULLSCREEN)
使用cv2.VideoCapture()读取视频
cap = cv2.VideoCapture('data.flv')设置捕获器的缓冲区大小
# 设置视频缓冲区 cap.set(cv2.CAP_PROP_BUFFERSIZE, 2)
初始化FPS计数器和FPS计数时间
# 初始化FPS计时器和计数器 fps_start_time = 0 fps = 0
定义图像处理函数processing()
# 定义Processing处理函数
def processing(image):
# 使用cv2.putText绘制FPS
cv2.putText(image, "FPS: {:.2f}".format(
fps), (10, 85), cv2.FONT_HERSHEY_SIMPLEX, 3, (0, 255, 0), 3)
# 使用image.flags.writeable = False将图像标记为只读，以加快处理速度
image.flags.writeable = False
# 使用cv2.resize将图像缩放到适合的尺寸
image = cv2.resize(image, (640, 480))
# 使用cv2.cvtColor将图像转换为RGB
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
# 使用MediaPipe Pose检测关键点
results = pose.process(image)
# 解锁图像读写
image.flags.writeable = True
# 将图像转换回BGR
image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
# 使用draw_landmarks()绘制关键点
mp_drawing.draw_landmarks(
image,
results.pose_landmarks,
mp_pose.POSE_CONNECTIONS,
landmark_drawing_spec=mp_drawing_styles.get_default_pose_landmarks_style())
# 返回处理后的图像
return image初始化MediaPipe Pose类并开始进行骨骼检测
# 初始化MediaPipe Pose类
with mp_pose.Pose(
min_detection_confidence=0.5,
min_tracking_confidence=0.5) as pose:
# 当视频打开时
while cap.isOpened():
# 读取视频帧和状态
success, image = cap.read()
# 如果初始化失败，则推出进程
if not success:
print("")
exit(1)
# 初始化FPS结束点计时器
fps_end_time = time.time()
# 计算FPS
fps = 1.0 / (fps_end_time - fps_start_time)
# 重置FPS开始点计时器
fps_start_time = fps_end_time
# 创建线程处理图像
image = processing(image)
# 显示图像
cv2.imshow('Gi', image)
# 按下q键退出
if cv2.waitKey(1) & 0xFF == ord('q'):
break
cap.release()运行脚本
python Baby.py
运行结果如下图：
MediaPipe提供众多的API供开发者使用，例如：目标识别，人脸识别，手部识别以及骨骼识别等等。通过内置的卷积神经网络模型进行探测，极大程度的节省了计算机视觉开发者的开发时间，提升了开发效率。
