基于python使用OpenCV和MediaPipe通过人体姿态检测实现对标准的仰卧起坐数量的计量（三）-Toy模板网

这篇具有很好参考价值的文章主要介绍了基于python使用OpenCV和MediaPipe通过人体姿态检测实现对标准的仰卧起坐数量的计量（三）。希望对大家有所帮助。如果存在错误或未考虑完全的地方，请大家不吝赐教，您也可以点击"举报违法"按钮提交疑问。

先来看一下main.py的代码

import cv2
import numpy as np
import PoseModule as pm
cap = cv2.VideoCapture('10.mp4')
detector = pm.poseDetector()
count = 0
dir = 0
while True:
success, img = cap.read()
img = cv2.resize(img, (400, 300))
img = detector.findPose(img, False)
lmList = detector.findPosition(img, False)
if len(lmList) != 0:
angle = detector.findAngle(img, 11, 23, 25)
per = np.interp(angle, (240, 280), (0, 100))
bar = np.interp(angle, (250, 280), (280, 100))
if per == 100:
if dir == 0:
count += 0.5
dir = 1
if per == 0:
if dir == 1:
count += 0.5
dir = 0
cv2.rectangle(img, (335, 100), (355, 280), (255, 0, 0), 2)
cv2.rectangle(img, (335, int(bar)), (355, 280), (255, 0, 0), cv2.FILLED)
cv2.putText(img, f'{int(per)}%', (300, 75), cv2.FONT_HERSHEY_PLAIN, 2, (255, 0, 0), 2)
cv2.putText(img, str(int(count)), (50, 100), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)
cv2.imshow('img', img)
if cv2.waitKey(1)& 0xFF == ord('q'):
break
cap.release()
cv2.destroyAllWindows()

不难发现，明明我们的功能需求变复杂了，但主函数却没有变得多复杂，这时可以看到我们的调用部分多了一行import PoseModule as pm —— 我们将一部分功能函数放入了自己创建的类中然后直接调用，使得运行部分的代码不会过于冗长，不过因为类的编写大体基于初级版代码且篇幅较长，这里仅将PoseModule的内容通过截图呈现，不做过多解释。（如果需要发文解释，欢迎评论，热度高的话我有空再出一篇~）

基于python使用OpenCV和MediaPipe通过人体姿态检测实现对标准的仰卧起坐数量的计量（三）,视觉学习,opencv,python,人工智能,计算机视觉

呈现完代码，那么我们开始进行解释：

先是一些调用和视频的调用（为了方便效果的展示，这里从b站上录屏了仰卧起坐过程（侵权删），存为mp4文件后使用）

import cv2
import numpy as np
import PoseModule as pm
cap = cv2.VideoCapture('10.mp4')
detector = pm.poseDetector()
count = 0
dir = 0

然后是就是主体功能：

while True:
success, img = cap.read()
img = cv2.resize(img, (400, 300))
img = detector.findPose(img, False)
lmList = detector.findPosition(img, False)
if len(lmList) != 0:
angle = detector.findAngle(img, 11, 23, 25)
per = np.interp(angle, (240, 280), (0, 100))
bar = np.interp(angle, (250, 280), (280, 100))
if per == 100:
if dir == 0:
count += 0.5
dir = 1
if per == 0:
if dir == 1:
count += 0.5
dir = 0
cv2.rectangle(img, (335, 100), (355, 280), (255, 0, 0), 2)
cv2.rectangle(img, (335, int(bar)), (355, 280), (255, 0, 0), cv2.FILLED)
cv2.putText(img, f'{int(per)}%', (300, 75), cv2.FONT_HERSHEY_PLAIN, 2, (255, 0, 0), 2)
cv2.putText(img, str(int(count)), (50, 100), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)
cv2.imshow('img', img)
if cv2.waitKey(1)& 0xFF == ord('q'):
break

其中部分代码初级版已经解释过，故此处只解释我们补充的函数：

per = np.interp(angle, (240, 280), (0, 100))

将计算机读取视频画面后监测计算出的角度值的范围转换成0~100

bar = np.interp(angle, (250, 280), (280, 100))

将计算机读取视频画面后监测计算出的角度值的范围转换成100~280

if per == 100:
if dir == 0:
count += 0.5
dir = 1
if per == 0:
if dir == 1:
count += 0.5
dir = 0

此处是对角度的值和增减方向进行判断后计数（即起落一次count加1）

cv2.rectangle(img, (335, 100), (355, 280), (255, 0, 0), 2)
cv2.rectangle(img, (335, int(bar)), (355, 280), (255, 0, 0), cv2.FILLED)
cv2.putText(img, f'{int(per)}%', (300, 75), cv2.FONT_HERSHEY_PLAIN, 2, (255, 0, 0), 2)
cv2.putText(img, str(int(count)), (50, 100), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 0, 0), 2)

在显示的画面上绘制count所对应的值和仰卧起坐的准确程度（按百分比算）

写到这里，我们的代码就完成了！下面就是效果的展示。

基于python使用OpenCV和MediaPipe通过人体姿态检测实现对标准的仰卧起坐数量的计量（三）,视觉学习,opencv,python,人工智能,计算机视觉