项目概述目的构建一个身体姿势检测系统能够从视频中识别出正确的侧视图并测量颈部和躯干相对于参考轴的倾斜角度。关键功能检测并分析人体姿势。计算特定姿势持续的时间。确保摄像头对准正确的侧视图。当不良姿势超过设定阈值时发送警报。计算身体姿势倾斜度的功能角度是姿势的主要决定因素。我们使用领口和躯干线到 y 轴的角度。领口连接肩膀和眼睛。在这里我们以肩膀为关键点。同样躯干线连接臀部和肩膀臀部被认为是一个关键点。计算偏移距离的功能该设置要求该人处于正确的侧视图中。函数 findDistance 帮助我们确定两点之间的偏移距离。它可以是臀部、眼睛或肩膀。之所以选择这些点是因为它们总是或多或少地围绕人体的中心轴线对称。有了这个我们将在脚本中加入相机对齐功能。技术栈主要库OpenCV, MediaPipe安装依赖pip install -r requirements.txt工作流程初始化设置常量、颜色、字体样式等并初始化MediaPipe Pose类。读取视频帧创建VideoCapture对象来读取输入视频同时创建VideoWriter对象以保存输出视频。处理每一帧将BGR图像转换为RGB因为MediaPipe需要RGB格式。使用MediaPipe处理图像获取姿态地标。转换回BGR格式以进行后续的OpenCV操作。计算坐标根据MediaPipe返回的数据计算实际的身体部位坐标。相机对齐检查通过比较左右肩膀之间的距离来判断是否正确对齐。姿势分析计算颈部和躯干的倾斜角度评估姿势好坏并在图像上绘制相关结果。时间追踪记录保持良好或不良姿势的时间。警报机制当不良姿势时间超过一定阈值时触发警报。关键代码段findDistance(x1, y1, x2, y2): 计算两点之间的欧氏距离。findAngle(x1, y1, x2, y2): 计算两向量间的夹角。sendWarning(): 定义发送警报的行为可自定义。# Determine whether good posture or bad posture. # The threshold angles have been set based on intuition. if neck_inclination 40 and torso_inclination 10: bad_frames 0 good_frames 1 cv2.putText(image, angle_text_string, (10, 30), font, 0.9, light_green, 2) cv2.putText(image, str(int(neck_inclination)), (l_shldr_x 10, l_shldr_y), font, 0.9, light_green, 2) cv2.putText(image, str(int(torso_inclination)), (l_hip_x 10, l_hip_y), font, 0.9, light_green, 2) # Join landmarks. cv2.line(image, (l_shldr_x, l_shldr_y), (l_ear_x, l_ear_y), green, 4) cv2.line(image, (l_shldr_x, l_shldr_y), (l_shldr_x, l_shldr_y - 100), green, 4) cv2.line(image, (l_hip_x, l_hip_y), (l_shldr_x, l_shldr_y), green, 4) cv2.line(image, (l_hip_x, l_hip_y), (l_hip_x, l_hip_y - 100), green, 4) else: good_frames 0 bad_frames 1 cv2.putText(image, angle_text_string, (10, 30), font, 0.9, red, 2) cv2.putText(image, str(int(neck_inclination)), (l_shldr_x 10, l_shldr_y), font, 0.9, red, 2) cv2.putText(image, str(int(torso_inclination)), (l_hip_x 10, l_hip_y), font, 0.9, red, 2) # Join landmarks. cv2.line(image, (l_shldr_x, l_shldr_y), (l_ear_x, l_ear_y), red, 4) cv2.line(image, (l_shldr_x, l_shldr_y), (l_shldr_x, l_shldr_y - 100), red, 4) cv2.line(image, (l_hip_x, l_hip_y), (l_shldr_x, l_shldr_y), red, 4) cv2.line(image, (l_hip_x, l_hip_y), (l_hip_x, l_hip_y - 100), red, 4) # Calculate the time of remaining in a particular posture. good_time (1 / fps) * good_frames bad_time (1 / fps) * bad_frames # Pose time. if good_time 0: time_string_good Good Posture Time : str(round(good_time, 1)) s cv2.putText(image, time_string_good, (10, h - 20), font, 0.9, green, 2) else: time_string_bad Bad Posture Time : str(round(bad_time, 1)) s cv2.putText(image, time_string_bad, (10, h - 20), font, 0.9, red, 2) # If you stay in bad posture for more than 3 minutes (180s) send an alert. if bad_time 180: sendWarning()注意事项角度和偏移阈值是基于经验设定的可以根据实际情况调整。为了确保准确的姿势检测必须保证摄像头拍摄到的是人的侧面视角。可以根据需要扩展sendWarning()函数的功能比如集成外部通知服务。此文档提供了构建一个基本姿势校正应用程序所需的所有步骤。您可以根据上述指导开始编写代码并且可以根据个人需求进一步优化和完善该系统。