基于 Google MediaPipe 进行人体姿势估计演示

用于人体姿势估计的 MediaPipe 演示

MediaPipe简介

MediaPipe是一个开源框架，用于构建跨平台、多模式应用机器学习管道。它由 Google 开发，旨在促进基于机器学习的功能的快速开发和部署，特别关注音频、视频和时间序列数据。

我可以将 MediaPipe 用于商业用途来运营我的业务吗？

我们可以将MediaPipe用于商业目的。 MediaPipe 是根据 Apache License 2.0 发布的开源框架，这是一种宽松的自由软件许可证。这意味着我们可以根据许可条款使用、修改和分发该软件，包括用于商业用途。MediaPipe 可以成为商业项目的强大工具。尽管如此，理解并遵守许可条款、评估应用程序的技术适用性并注意法律和监管因素仍然很重要。

我可以在 CPU 计算机上运行 MediaPipe 吗？

我们可以在 CPU 上运行 MediaPipe。MediaPipe 被设计为跨平台且灵活，使其可以在各种硬件配置上运行，包括标准 CPU。始终支持 GPU 或 TPU，使用此类硬件可以增强性能，特别是对于更复杂的模型或实时应用程序。

我可以在 macOS 上运行 MediaPipe 吗？

我们可以在 macOS 上运行 MediaPipe。MediaPipe 设计为跨平台，支持各种操作系统，包括 macOS、Windows、Linux 以及 Android 和 iOS 等移动平台。

当我们安装 MediaPipe 时，是否会下载预训练的权重？

当我们使用 pip 安装 MediaPipe 时，它会随包一起下载预先训练的模型权重。这是因为 MediaPipe 的模型（包括姿势估计模型 BlazePose）旨在以最少的设置“开箱即用”。模型权重捆绑在 MediaPipe 包中，允许我们在安装后立即使用模型，无需任何额外的步骤来下载权重。

macOS 上 MediaPipe 的安装步骤

机器配置 — macOS，版本 — 13.6.1，Mac 中的总 RAM 为 16.0 GB。要在 macOS 上安装 MediaPipe，请按照以下步骤操作。请注意，该过程主要涉及设置Python环境并通过pip安装MediaPipe包。这是详细的演练：

先决条件

• Python：确保我们已安装 Python。MediaPipe 与 Python 3.6 或更高版本配合良好。我们可以通过python3 --version在终端中运行来检查我们的 Python 版本。我的 conda 环境中安装的当前 Python 版本是 Python 3.11.6。

• pip：确保已安装 pip（Python 包管理器）。如果没有，我们可以从Python 官方网站将其与 Python 一起安装。

安装步骤

1. 我正在使用 Anaconda 环境来安装运行 MediaPipe 人体姿势估计所需的所有软件包。

2. 打开终端并使用以下命令创建 Anaconda 环境。更新 pip （可选）：拥有最新版本的 pip 是一个很好的做法。使用以下命令更新它：

conda create --name mediapipe python=3.11
conda activate mediapipe
python3 -m pip install --upgrade pip

3. 安装MediaPipe：

激活虚拟环境后，运行以下命令：

pip install mediapipe

为了确保正确安装 MediaPipe，请运行以下命令。

python3
>>> import mediapipe as mp

MediaPipe 的正确安装

4. 安装OpenCV

使用以下命令安装 OpenCV，因为我们在多个步骤中都需要它。

pip install opencv-python

这是我在 Anaconda 虚拟环境中安装的内容。

Package                 Version
----------------------- --------
absl-py                 2.0.0
attrs                   23.1.0
cffi                    1.16.0
contourpy               1.2.0
cycler                  0.12.1
flatbuffers             23.5.26
fonttools               4.47.0
kiwisolver              1.4.5
matplotlib              3.8.2
mediapipe               0.10.9
numpy                   1.26.2
opencv-contrib-python   4.8.1.78
opencv-python           4.8.1.78
packaging               23.2
Pillow                  10.1.0
pip                     23.3.2
protobuf                3.20.3
pycparser               2.21
pyparsing               3.1.1
PyQt6                   6.5.2
PyQt6-3D                6.5.0
PyQt6-Charts            6.5.0
PyQt6-DataVisualization 6.5.0
PyQt6-NetworkAuth       6.5.0
PyQt6-sip               13.5.2
PyQt6-WebEngine         6.5.0
python-dateutil         2.8.2
setuptools              68.2.2
six                     1.16.0
sounddevice             0.4.6
wheel                   0.41.2

脚本：

MediaPipe 模块中用于姿势估计的默认模型mp.solutions.pose称为BlazePose。 BlazePose 能够实时检测单人和多人的 33 个身体标志。它的设计轻巧，同时仍提供高精度，这使其能够跨不同平台（包括移动和桌面）在设备上高效运行。

import os
import cv2
import mediapipe as mp
 
 
 
 
input_video_path = '/Users/prajendr/Downloads/test_data.mp4'
mediapipe_outdir = '/Users/prajendr/leaddatascientist/data/mediapipe_output/'
output_video_path = mediapipe_outdir + 'video.mp4'
 
 
if not os.path.exists(mediapipe_outdir):
    os.makedirs(mediapipe_outdir)
 
 
# Initialize MediaPipe Pose.
mp_pose = mp.solutions.pose
pose = mp_pose.Pose()
 
 
# Initialize MediaPipe drawing module for annotations.
mp_drawing = mp.solutions.drawing_utils
 
 
 
 
# Open the local video file.
cap = cv2.VideoCapture(input_video_path)
 
 
# Get video properties for output file.
frame_width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
frame_height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))
fps = int(cap.get(cv2.CAP_PROP_FPS))
 
 
# Define the codec and create VideoWriter object to save the output video.
out = cv2.VideoWriter(output_video_path, cv2.VideoWriter_fourcc(*'mp4v'), fps, (frame_width, frame_height))
 
 
while cap.isOpened():
    success, image = cap.read()
    if not success:
        break
 
 
    # Convert the BGR image to RGB and process it with MediaPipe Pose.
    image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
    results = pose.process(image)
 
 
    # Draw the pose annotations on the image.
    image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
    if results.pose_landmarks:
        mp_drawing.draw_landmarks(image, results.pose_landmarks, mp_pose.POSE_CONNECTIONS)
 
 
    # Write the frame into the output file.
    out.write(image)
 
 
    # # Display the annotated image (optional, can be commented out).
    # cv2.imshow('MediaPipe Pose', image)
 
 
    # # Break the loop when 'q' is pressed.
    # if cv2.waitKey(1) & 0xFF == ord('q'):
    #     break
 
 
# Release resources.
cap.release()
out.release()
cv2.destroyAllWindows()

运行步骤：

1. 设置视频路径：更改input_video_path本地视频文件的路径以及output_video_path要保存输出视频的位置。

2. 视频捕获和写入器：脚本从输入视频中读取帧并初始化一个cv2.VideoWriter对象以将处理后的帧写入输出视频。

3. 处理每一帧：对于每一帧，将其转换为 RGB，使用 MediaPipe Pose 进行处理，然后绘制姿势地标。

4. 保存输出：每个带注释的帧都会写入输出视频文件。

5. 显示和退出：处理后的帧显示在窗口中。按“q”提前退出。此步骤是可选的，如果不需要，可以删除。

6. 清理：释放视频捕获和写入对象，并销毁所有 OpenCV 窗口。

·  END  ·

HAPPY LIFE

本文仅供学习交流使用，如有侵权请联系作者删除