Python 肢体动作追踪项目（基于 MediaPipe + OpenCV）

Python 肢体动作追踪项目（基于 MediaPipe + OpenCV）

本文简单介绍一个可直接运行的 Python 肢体动作追踪项目，核心将采用MediaPipe Pose（谷歌开源的高精度姿态估计工具）结合OpenCV（图像/视频处理库）实现，该方案无需训练自定义模型，开箱即用，适合快速落地肢体追踪需求。

一、项目前置准备

1. 安装必要依赖库

打开终端/命令提示符，执行以下安装命令：

# 安装 OpenCV（用于视频捕获、图像渲染）
pip install opencv-python

# 安装 MediaPipe（核心肢体姿态检测引擎）
pip install mediapipe

2. 依赖说明

• opencv-python：负责调用摄像头、读取视频文件、绘制追踪结果和显示窗口。
• mediapipe：内置预训练的 Pose 模型，可检测人体 33 个关键骨骼点（如头部、肩膀、手肘、膝盖等），支持实时追踪。

二、完整项目源码

import cv2
import mediapipe as mp

# ---------------------- 初始化配置 ----------------------
# 1. 初始化 MediaPipe Pose 相关组件
mp_pose = mp.solutions.pose
# 创建 Pose 检测对象（设置静态图像检测/置信度阈值）
# static_image_mode=False：适合视频/实时流（更高效）
# min_detection_confidence：最小检测置信度（0-1，越高越严格）
# min_tracking_confidence：最小追踪置信度（0-1，越高越稳定）
pose = mp_pose.Pose(
    static_image_mode=False,
    model_complexity=1,  # 模型复杂度（0/1/2，越高精度越高、速度越慢）
    min_detection_confidence=0.5,
    min_tracking_confidence=0.5
)

# 2. 初始化 MediaPipe 绘图工具（用于绘制骨骼点和连接线）
mp_drawing = mp.solutions.drawing_utils
# 定义骨骼点和连接线的绘制样式（可选，默认样式也可满足需求）
drawing_spec_landmark = mp_drawing.DrawingSpec(
    color=(0, 255, 0),  # 骨骼点颜色：绿色
    thickness=5,        # 骨骼点大小
    circle_radius=3
)
drawing_spec_connection = mp_drawing.DrawingSpec(
    color=(255, , ),  
    thickness=,        
    circle_radius=
)


 ():
    
    cap = cv2.VideoCapture()
    
    cap.(cv2.CAP_PROP_FRAME_WIDTH, )
    cap.(cv2.CAP_PROP_FRAME_HEIGHT, )
      cap.isOpened():
        ()
        

    
     cap.isOpened():
        
        ret, frame = cap.read()
          ret:
            ()
            

        
        
        frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)
        
        frame_rgb.flags.writeable = 
        
        results = pose.process(frame_rgb)
        
        frame_rgb.flags.writeable = 
        
        frame_bgr = cv2.cvtColor(frame_rgb, cv2.COLOR_RGB2BGR)

        
         results.pose_landmarks:
            
            mp_drawing.draw_landmarks(
                image=frame_bgr,
                landmark_list=results.pose_landmarks,
                connections=mp_pose.POSE_CONNECTIONS,
                landmark_drawing_spec=drawing_spec_landmark,
                connection_drawing_spec=drawing_spec_connection
            )
            
            nose_landmark = results.pose_landmarks.landmark[mp_pose.PoseLandmark.NOSE]
            
            nose_x = (nose_landmark.x * frame_bgr.shape[])
            nose_y = (nose_landmark.y * frame_bgr.shape[])
            
            cv2.putText(
                frame_bgr,
                ,
                (nose_x + , nose_y),
                cv2.FONT_HERSHEY_SIMPLEX,
                ,
                (, , ),
                ,
                cv2.LINE_AA
            )

        
        cv2.imshow(, frame_bgr)
        
         cv2.waitKey() &  == ():
            

        
        cap.release()
        cv2.destroyAllWindows()
        pose.close()


 __name__ == :
    ()
    ()
    body_pose_tracking()
    ()