Pose estimation3 MediaPipe 각도를 이용한 자세 유추해보기 안녕하세요! 이번에는 각도를 설정해서 자세를 유추해 보겠습니다! 먼저 필요한 라이브러리를 import 해줍니다. #먼저 MediaPipe 및 OpenCV를 포함하여 필요한 라이브러리를 가져옵니다. import cv2 import mediapipe as mp #이미지를 표시하기 위해 사용 import matplotlib.pyplot as plt #수학 함수를 사용하기 위한 기본 Python 모듈 import math 그리고 필요한 변수들을 설정합니다. #신체 랜드마크 감지를 위해 MediaPipe 포즈 모델을 초기화합니다. mp_pose = mp.solutions.pose pose = mp_pose.Pose() #mp_drawing 변수를 초기화하고 이를 mp.solutions.raw_utils 클래스와 .. 2023. 10. 2. MediaPipe를 이용한 간단한 앉은 자세 인식하기 이전에 했던 MediaPipe를 이용한 실시간 랜드마크 생성글에서 했던 코드 + 앉은 자세를 보여주는 코드를 작성해보자 먼저 추가된 코드를 적은 후 완성된 코드를 뒤에 첨부하겠습니당 # 앉은 자세의 임계값을 설정해준다. YOUR_SITTING_THRESHOLD = 0.7 먼저 앉은 자세에 대한 기준점을 잡기 위해 임계값을 설정해줍니다. #기본값으로 앉은게 아닌 것으로 표시해준다. sitting = False 기본 값으로는 앉지 않을 것으로 인식하게 설정 # 왼쪽 어깨와 오른쪽 어깨에 대한 랜드마크 위치를 검색 left_shoulder = results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_SHOULDER] right_shoulder= results.po.. 2023. 9. 26. MediaPipe를 이용한 실시간 랜드마크 생성 2차 프로젝트가 영상을 통한 자세인식이기에 사용할 모델을 구글에 pose estimation python을 검색하다 MediaPipe API를 찾아냈다. MediaPipe 홈페이지 내에 python 예제코드가 있었고, 참고할만한 블로그도 많이 보여서 채택하였다. MediaPipe에 대해 간략하게 소개해보자면 제작사: Google 2D~3D 지원하며, 오픈소스 라이브러리로 누구나 다운로드하여 사용 가능하며 필요에 따라 사용자가 정의하고 확장이 가능하다. 정확성이 높고 실시간 분석에 특화되어 있다. 실시간 웹캠으로 랜드마크가 생성되는 것을 먼저 확인해 보자 MediaPipe와 영상을 처리하는 라이브러리를 사용하기 위해 먼저 다운로드하여주자 pip install opencv-python mediapipe #o.. 2023. 9. 26. 이전 1 다음
