CV项目肢体动作识别（三）内附完整代码和详细讲解
首先我还是给出完整的代码，然后再进行详细的讲解。这一次我们用模块化的思想，把一个功能模块化（moudle),这种思想在工程中非常常见，在分工中你需要做好自己的工作就可以，最后再调用这些模块。
首先我给一个简化板的basic代码，第二个是我们模块化的代码，第一个代码和在（二）中讲解的已经非常详细了，这里我们就着重讲解怎么养模块化。
import cv2
import mediapipe as mp
import time
mpDraw = mp.solutions.drawing_utils
mpPose = mp.solutions.pose
pose = mpPose.Pose()
cap = cv2.VideoCapture('PoseVideos/3.mp4')
pTime = 0
while True:
success, img = cap.read()
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
results = pose.process(imgRGB)
# print(results.pose_landmarks)
if results.pose_landmarks:
mpDraw.draw_landmarks(img, results.pose_landmarks, mpPose.POSE_CONNECTIONS)
for id, lm in enumerate(results.pose_landmarks.landmark):
h, w, c = img.shape
print(id, lm)
cx, cy = int(lm.x * w), int(lm.y * h)
cv2.circle(img, (cx, cy), 5, (255, 0, 0), cv2.FILLED)
cTime = time.time()
fps = 1 / (cTime - pTime)
pTime = cTime
cv2.putText(img, str(int(fps)), (70, 50), cv2.FONT_HERSHEY_PLAIN, 3,
(255, 0, 0), 3)
cv2.imshow("Image", img)
cv2.waitKey(1)
模块化的代码
import cv2
import mediapipe as mp
import time
import math
class poseDetector():
def __init__(self, mode=False, upBody=False, smooth=True,detectionCon=0.5, trackCon=0.5):
self.mode = mode
self.upBody = upBody
self.smooth = smooth
self.detectionCon = detectionCon
self.trackCon = trackCon
self.mpDraw = mp.solutions.drawing_utils
self.mpPose = mp.solutions.pose
self.pose = self.mpPose.Pose(self.mode, self.upBody, self.smooth,self.detectionCon,self.trackCon)
def findPose(self, img, draw=True):
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
self.results = self.pose.process(imgRGB)
if self.results.pose_landmarks:
if draw:
self.mpDraw.draw_landmarks(img, self.results.pose_landmarks,
self.mpPose.POSE_CONNECTIONS)
return img
def findPosition(self, img, draw=True):
self.lmList = []
if self.results.pose_landmarks:
for id, lm in enumerate(self.results.pose_landmarks.landmark):
h, w, c = img.shape
# print(id, lm)
cx, cy = int(lm.x * w), int(lm.y * h)
self.lmList.append([id, cx, cy])
if draw:
cv2.circle(img, (cx, cy), 5, (255, 0, 0), cv2.FILLED)
return self.lmList
def findAngle(self, img, p1, p2, p3, draw=True):
# Get the landmarks
x1, y1 = self.lmList[p1][1:]
x2, y2 = self.lmList[p2][1:]
x3, y3 = self.lmList[p3][1:]
# Calculate the Angle
angle = math.degrees(math.atan2(y3 - y2, x3 - x2) -
math.atan2(y1 - y2, x1 - x2))
if angle < 0:
angle += 360
# print(angle)
# Draw
if draw:
cv2.line(img, (x1, y1), (x2, y2), (255, 255, 255), 3)
cv2.line(img, (x3, y3), (x2, y2), (255, 255, 255), 3)
cv2.circle(img, (x1, y1), 10, (0, 0, 255), cv2.FILLED)
cv2.circle(img, (x1, y1), 15, (0, 0, 255), 2)
cv2.circle(img, (x2, y2), 10, (0, 0, 255), cv2.FILLED)
cv2.circle(img, (x2, y2), 15, (0, 0, 255), 2)
cv2.circle(img, (x3, y3), 10, (0, 0, 255), cv2.FILLED)
cv2.circle(img, (x3, y3), 15, (0, 0, 255), 2)
cv2.putText(img, str(int(angle)), (x2 - 50, y2 + 50),
cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 255), 2)
return angle
def main():
cap = cv2.VideoCapture('PoseVideos/1.mp4')
pTime = 0
detector = poseDetector()
while True:
success, img = cap.read()
img = detector.findPose(img)
lmList = detector.findPosition(img, draw=False)
if len(lmList) != 0:
print(lmList[14])
cv2.circle(img, (lmList[14][1], lmList[14][2]), 15, (0, 0, 255), cv2.FILLED)
cTime = time.time()
fps = 1 / (cTime - pTime)
pTime = cTime
cv2.putText(img, str(int(fps)), (70, 50), cv2.FONT_HERSHEY_PLAIN, 3,
(255, 0, 0), 3)
cv2.imshow("Image", img)
cv2.waitKey(1)
if __name__ == "__main__":
main()
首先我们来看下这句话
if name == “main”:
main()
非常常见，什么意思呢，就是如果只有我在run总体的时候他才会执行里面的函数，否则这里面的函数就不会执行。
那么这句话一般和模块的主函数一起使用
def main():
if name == “main”:
main()
接下来我们就把摄像头读取、fps 计算、显示都加入主函数当中。
def main():
cap = cv2.VideoCapture(0)
pTime = 0
while True:
success, img = cap.read()
cTime = time.time()
fps = 1 / (cTime - pTime)
pTime = cTime
cv2.putText(img, str(int(fps)，(70,50),cv2.FONT_HERSHEY_PLAIN, 3,(255, 0, 0), 3)
cv2.imshow(“Image”, img)
cv2.waitKey(1)
if name == “main”:
main()
接下来我们需要创造一个class–类，也就是用来在这里面我们可以装很多我们分函数def的大篮子，你可以这么理解。
class poseDetector():
接下来我们就把这些函数装进去
首先第一个就是初始化函数
def__init__(self,mode=False,upBody=False,smooth=True,detectionCon=0.5, trackCon=0.5):
我们调用里面这些是什么呢？是我们调用了其他人提供的识别模型，这里需要我们输入变量，感兴趣可以直接打开官方库去查一下。
那么下面这个赋值是什么呢？
self.mode = mode
self.upBody = upBody
self.smooth = smooth
self.detectionCon = detectionCon
self.trackCon = trackCon
self.mpDraw = mp.solutions.drawing_utils
self.mpPose = mp.solutions.pose
self.pose = self.mpPose.Pose(self.mode, self.upBody, self.smooth,self.detectionCon,self.trackCon)
在面向对象的编程，那么这基本上每当我们创建一个新对象时，它都会有自己的变量。这里我们做一个自己的变量。
接下里我们需要对原本的主函数进行加工
这里就是获取图片后转化图片并且提取动作，用一个
def findPose(self, img, draw=True):可以把下面的抱起来，但是要注意，我们已经改变了变量，所以每个变量都是self.接东西
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
self.results = self.pose.process(imgRGB)
if self.results.pose_landmarks:
if draw:
self.mpDraw.draw_landmarks(img, self.results.pose_landmarks,
self.mpPose.POSE_CONNECTIONS)
return img
那么写好分函数后我们就在主函数那里先声明一下，
detector = poseDetector()
然后加入主函数中
img = detector.findPose(img)
接下来我们就是找到这些动作点，我们直接函数是这个
for id, lm in enumerate(results.pose_landmarks.landmark):
h, w, c = img.shape
print(id, lm)
cx, cy = int(lm.x * w), int(lm.y * h)
cv2.circle(img, (cx, cy), 5, (255, 0, 0), cv2.FILLED)
现在我们用一个函数def findPosition(self, img, draw=True):包住他
由于数据太多了，所以这里我们使用个数组self.lmList = []
lmList.append可以让每个元素都加入后尾。
写好这个函数后我们再加入到主函数中
lmList = detector.findPosition(img, draw=False)
那么如果像测量肢体的角度，可以用下面这个函数，今天没时间写了，有时间再补吧，有兴趣可以看下那函数，就是数学计算问题
def findAngle(self, img, p1, p2, p3, draw=True):