Mediapipe入門——搭建姿態檢測模型並實時輸出人體關節點3d座標
import cv2
import mediapipe as mp
mp_drawing = mp.solutions.drawing_utils
mp_drawing_styles = mp.solutions.drawing_styles
mp_holistic = mp.solutions.holistic
cap = cv2.VideoCapture(0)
with mp_holistic.Holistic(
min_detection_confidence=0.5,
min_tracking_confidence=0.5) as holistic:
while cap.isOpened():
success, image = cap.read()
if not success:
print("Ignoring empty camera frame.")
# If loading a video, use 'break' instead of 'continue'.
continue
image.flags.writeable = False
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
results = holistic.process(image)
# 畫圖
image.flags.writeable = True
image = cv2.cvtColor(image, cv2.COLOR_RGB2BGR)
mp_drawing.draw_landmarks(
image,
results.face_landmarks,
mp_holistic.FACEMESH_CONTOURS,
landmark_drawing_spec=None,
connection_跟單網gendan5.comdrawing_spec=mp_drawing_styles
.get_default_face_mesh_contours_style())
mp_drawing.draw_landmarks(
image,
results.pose_landmarks,
mp_holistic.POSE_CONNECTIONS,
landmark_drawing_spec=mp_drawing_styles
.get_default_pose_landmarks_style())
mp_drawing.draw_landmarks(image, results.left_hand_landmarks, mp_holistic.HAND_CONNECTIONS)
mp_drawing.draw_landmarks(image, results.right_hand_landmarks, mp_holistic.HAND_CONNECTIONS)
# 右手 21 個節點座標
if results.right_hand_landmarks:
for index, landmarks in enumerate(results.right_hand_landmarks.landmark):
print(index,landmarks )
# 鼻子座標
#print(results.pose_landmarks.landmark[mp_holistic.PoseLandmark.NOSE])
cv2.imshow('MediaPipe Holistic', cv2.flip(image, 1))
if cv2.waitKey(5) & 0xFF == 27:
break
cap.release()
來自 “ ITPUB部落格 ” ,連結:http://blog.itpub.net/69946337/viewspace-2909977/,如需轉載,請註明出處,否則將追究法律責任。
相關文章
- 3d基礎 - 從模型座標到螢幕座標3D模型
- Python實時物件檢測入門指南Python物件
- 【3D】姿態檢測網路PoseCNN復現過程記錄3DCNN
- 3D目標檢測技術有哪些好用的模型?3D模型
- 單人的姿態檢測|tensorflow singlepose
- 使用關鍵點進行小目標檢測
- 目標檢測入門系列手冊七:目標檢測的產品應用實踐【工業視覺篇】視覺
- 使用 YOLO 進行實時目標檢測YOLO
- Kaggle 入門並實戰房價預測
- webgl入門(3)-座標系與滑鼠互動Web
- 關於輸入框的細節
- 無需人臉檢測,即可實時,6自由度3維人臉姿態估計方法
- 使用SlimYOLOv3框架實現實時目標檢測YOLO框架
- 80篇CVPR 2020論文分方向整理:目標檢測/影像分割/姿態估計等
- opencv關鍵點檢測OpenCV
- Pytorch入門中 —— 搭建網路模型PyTorch模型
- 訓練一個目標檢測模型模型
- 目標檢測---教你利用yolov5訓練自己的目標檢測模型YOLO模型
- 【Unity】【UGUI】對映3D座標到UI上(血條、人物狀態)UnityUGUI3D
- canvas 座標系原點Canvas
- canvas座標系原點Canvas
- 目標檢測入門系列手冊二:RCNN訓練教程CNN
- 目標檢測入門系列手冊五:YOLO訓練教程YOLO
- 目標檢測入門系列手冊六:SSD訓練教程
- Facebook實時人體姿態估計:Dense Pose及其應用展望
- vue 實現高德座標轉GPS座標Vue
- Elasticsearch 檢視節點狀態資訊(qbit)Elasticsearch
- 自定義支付密碼輸入view、密碼鍵盤並自動檢測6位密碼輸入完全密碼View
- 目標檢測 YOLO v3 訓練 人臉檢測模型YOLO模型
- 混合高斯模型實現運動目標檢測(OpenCV內建實現)模型OpenCV
- C 語言實現物體檢測:使用 YOLO 模型YOLO模型
- 目標檢測相關論文
- 革命性的混合3D檢測技術真實3D影像和真實焊點3D
- 52 個深度學習目標檢測模型深度學習模型
- 最新Anchor-Free目標檢測模型—FoveaBox模型
- Yolov5——訓練目標檢測模型YOLO模型
- 0-目標檢測模型的基礎模型
- TensorFlow入門教程(26)車牌識別之文字檢測模型EAST程式碼實現(二)模型AST