☰
基于摄像头视觉识别的 AR 健身动作检测系统-MediaPipe Pose+OpenCV
2026/10/14 23:06:45 网站建设 项目流程

本项目为前几天收费帮学妹做的一个项目,在工作环境中基本使用不到,但是很多学校把这个当作编程入门的项目来做,故分享出本项目供初学者参考。

一、项目描述

本项目是一个基于摄像头视觉识别的 AR 健身动作检测系统。系统通过摄像头实时捕捉人体画面,识别人体姿态关键点并计算关节角度,自动判断动作是否标准并完成计数,配合语音实时反馈指导,实现无需穿戴设备的智能健身辅助。

二、项目功能

1. 手势菜单导航:面对摄像头比出数字手势并保持约 3 秒即可选择功能,全程免接触操作。
2. 上肢检测:杠铃弯举(左/右侧)、杠铃坐姿(左/右侧),基于肘关节角度自动计数,并给出“最佳幅度、注意幅度、危险范围”三级实时评价。
3. 下肢检测:俯卧撑计数、反向卷腹、蹲起,基于肩髋踝/髋膝踝角度自动计数,含姿势稳定性评价与关节过伸保护警告。
4. 实时显示:窗口内叠加显示计数、关节角度、帧率和安全指示条。
5. 语音播报:选择确认、姿势纠正提示均通过语音输出。

三、运行环境

1. 手势菜单导航:面对摄像头比出数字手势并保持约 3 秒即可选择功能,全程免接触操作。
2. 上肢检测:杠铃弯举(左/右侧)、杠铃坐姿(左/右侧),基于肘关节角度自动计数,并给出“最佳幅度、注意幅度、危险范围”三级实时评价。
3. 下肢检测:俯卧撑计数、反向卷腹、蹲起,基于肩髋踝/髋膝踝角度自动计数,含姿势稳定性评价与关节过伸保护警告。
4. 实时显示:窗口内叠加显示计数、关节角度、帧率和安全指示条。
5. 语音播报:选择确认、姿势纠正提示均通过语音输出。

四、项目技术

– MediaPipe Pose/Hands:离线检测 33 个人体姿态关键点与 21 个手部关键点,模型内置无需联网。
– OpenCV:视频采集、图像镜像翻转与界面绘制。
– Pillow:调用系统微软雅黑字体实现窗口内中文渲染。
– pyttsx3(Windows SAPI5):离线文字转语音。
– 核心算法:三点关节夹角几何计算,滑动窗口角度滤波去抖,角度阈值状态机实现“半个动作+半个动作”的精准计数。
– 工程处理:语音播报采用队列加独立后台线程,避免阻塞视频主循环;摄像头视频流中断时自动重连,提升长时间运行稳定性。

# 系统操作说明
1. 启动:在 src 目录下运行`..\.venv\Scripts\python.exe main.py` ,弹出菜单窗口并播报欢迎语音。
2. 主菜单:比 1 指进入上肢检测,比 2 指进入下肢检测,比 3 指退出程序,手势保持约 3 秒生效。
3. 上肢菜单:比 1 选杠铃弯举,比 2 选杠铃坐姿,比 3 返回主菜单;进入后比 1/2 选择左侧或右侧,比 3 返回。
4. 下肢菜单:比 1 俯卧撑,比 2 反向卷腹,比 3 蹲起,比 4 返回主菜单。
5. 训练中:正对摄像头完成动作即可自动计数,语音实时纠正姿势;结束后先点击训练窗口再按 q 键返回。
6. 主菜单状态下按 q 键退出整个程序。

以上系统源码经过技术整理与调试,确保能正常运行

五、项目截图

需要专业的网站建设服务?

联系我们获取免费的网站建设咨询和方案报价,让我们帮助您实现业务目标

立即咨询