AI人体骨骼识别部署教程：支持批量图片处理的脚本编写-编程实验室

AI人体骨骼识别部署教程：支持批量图片处理的脚本编写

1. 引言

1.1 学习目标

本文将带你从零开始，完整掌握如何在本地环境中部署基于 Google MediaPipe 的高精度人体骨骼关键点检测系统，并进一步扩展其功能——实现对多张图片的批量自动化处理。通过本教程，你将学会：

快速搭建 MediaPipe Pose 推理环境
使用 WebUI 进行单图可视化测试
编写 Python 脚本实现非交互式批量图像骨骼识别
自动保存带骨架标注的结果图与关键点坐标数据
处理常见路径、格式和性能问题

最终成果是一个可直接投入实际应用（如运动分析、姿态评估、动作捕捉预处理）的轻量级本地化 AI 工具链。

1.2 前置知识

建议读者具备以下基础： - 熟悉 Python 基础语法 - 了解基本文件操作与路径管理 - 有简单的 OpenCV 或图像处理经验更佳

无需深度学习背景，所有模型均已封装集成。

1.3 教程价值

相比在线 API 或复杂框架（如 TensorFlow/PyTorch 自建模型），MediaPipe 提供了极致轻量 + 高精度 + CPU 友好的解决方案。本文不仅教你“怎么用”，更聚焦于“如何工程化落地”——将演示如何把一个交互式 Web 工具转化为可嵌入生产流程的批处理脚本。

2. 环境准备与基础验证

2.1 启动镜像并访问 WebUI

本项目基于预配置的 CSDN 星图镜像，已内置mediapipe、opencv-python、flask等依赖库。

操作步骤如下：

在 CSDN星图平台搜索 “MediaPipe Pose” 镜像并启动
等待容器初始化完成后，点击平台提供的HTTP 访问按钮
打开 WebUI 页面，界面包含上传区与结果展示区

✅ 此时无需任何代码即可完成单张图片的人体骨骼识别。

2.2 单图测试验证功能

上传一张包含人物的 JPG/PNG 图像（建议为全身照），系统将在数秒内返回结果：

原图上叠加绘制出33个关键点（红点）
关节间以白色连线构成“火柴人”骨架
支持站立、坐姿、跳跃、瑜伽等多种姿态

若能成功显示骨架图，则说明环境正常，可进入下一步——脚本化改造。

3. 批量处理脚本开发

3.1 核心思路设计

WebUI 虽然直观，但无法满足批量处理需求（如分析100张训练动作照片）。我们需要绕过前端，直接调用 MediaPipe 的 Python API 实现后端批处理。

核心流程为：

读取图片 → MediaPipe 检测关键点 → 绘制骨架 → 保存结果图 + 导出坐标

我们将编写一个独立.py脚本，支持命令行参数输入输入输出目录。

3.2 安装依赖（如未预装）

虽然镜像通常已预装所需包，但仍建议运行一次检查：

pip install mediapipe opencv-python numpy pathlib

3.3 完整批处理脚本实现

以下是可直接运行的完整 Python 脚本，支持递归读取指定文件夹内的所有图像，并输出带骨架的图片及 JSON 格式的关节点坐标。

# batch_pose_detector.py import cv2 import mediapipe as mp import os import json from pathlib import Path # 初始化 MediaPipe Pose 模型 mp_pose = mp.solutions.pose mp_drawing = mp.solutions.drawing_utils pose = mp_pose.Pose( static_image_mode=True, # 图像模式（非视频流） model_complexity=1, # 模型复杂度：0(Lite), 1(Standard), 2(Full) enable_segmentation=False, # 是否启用分割（节省资源设为False） min_detection_confidence=0.5 # 最小检测置信度 ) def detect_and_save(image_path, output_img_dir, output_json_dir): """对单张图片进行骨骼检测并保存结果""" image = cv2.imread(str(image_path)) if image is None: print(f"[警告] 无法读取图片: {image_path}") return # 转换为 RGB（MediaPipe 需要） rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = pose.process(rgb_image) # 若检测到姿态 if results.pose_landmarks: # 绘制骨架 mp_drawing.draw_landmarks( image, results.pose_landmarks, mp_pose.POSE_CONNECTIONS, landmark_drawing_spec=mp_drawing.DrawingSpec(color=(0, 0, 255), thickness=2, circle_radius=2), connection_drawing_spec=mp_drawing.DrawingSpec(color=(255, 255, 255), thickness=2) ) # 提取33个关键点坐标（x, y, z, visibility） landmarks = [] for idx, lm in enumerate(results.pose_landmarks.landmark): landmarks.append({ "id": idx, "x": round(lm.x, 4), "y": round(lm.y, 4), "z": round(lm.z, 4), "visibility": round(lm.visibility, 4) }) # 保存标注图像 output_img_path = output_img_dir / image_path.name cv2.imwrite(str(output_img_path), image) # 保存关键点JSON json_filename = image_path.stem + ".json" output_json_path = output_json_dir / json_filename with open(output_json_path, 'w', encoding='utf-8') as f: json.dump(landmarks, f, indent=2) print(f"✅ 成功处理: {image_path.name}") else: print(f"⚠️ 未检测到人体: {image_path.name}") def main(input_dir, output_img_dir, output_json_dir): """主函数：遍历目录处理所有图片""" input_path = Path(input_dir) output_img_dir = Path(output_img_dir) output_json_dir = Path(output_json_dir) # 创建输出目录 output_img_dir.mkdir(parents=True, exist_ok=True) output_json_dir.mkdir(parents=True, exist_ok=True) # 支持常见图像格式 supported_exts = ('.jpg', '.jpeg', '.png', '.bmp') image_files = [f for f in input_path.iterdir() if f.suffix.lower() in supported_exts] if not image_files: print("❌ 输入目录中未找到支持的图片文件") return print(f"🔍 发现 {len(image_files)} 张图片，开始批量处理...") for img_file in image_files: detect_and_save(img_file, output_img_dir, output_json_dir) print("🎉 批量处理完成！") if __name__ == "__main__": # === 用户可修改参数区域 === INPUT_DIR = "./input_images" # 输入图片文件夹 OUTPUT_IMG_DIR = "./output_images" # 输出带骨架图 OUTPUT_JSON_DIR = "./output_keypoints" # 输出关键点JSON # ========================== main(INPUT_DIR, OUTPUT_IMG_DIR, OUTPUT_JSON_DIR)

3.4 脚本使用说明

目录结构规划

project/ ├── batch_pose_detector.py ├── input_images/ │ ├── person1.jpg │ └── person2.png ├── output_images/ # 自动生成 └── output_keypoints/ # 自动生成

运行方式

确保当前目录下有input_images文件夹并放入待处理图片，然后执行：

python batch_pose_detector.py

输出内容

output_images/：每张原图叠加骨架后的结果图
output_keypoints/*.json：每个图片对应的 33 个关键点坐标（含可见性）

3.5 关键技术解析

模型参数说明

参数	值	说明
`static_image_mode=True`	固定图像模式	适用于非视频流场景
`model_complexity=1`	中等复杂度	平衡速度与精度（可选 0/1/2）
`min_detection_confidence=0.5`	最小置信度阈值	过滤低质量检测

⚠️ 若环境允许 GPU 加速，可尝试complexity=2提升精度；否则推荐保持默认。

坐标系解释

MediaPipe 返回的关键点为归一化坐标（0~1）： -x: 从左到右 -y: 从上到下 -z: 深度（相对距离，越远值越大）

例如：x=0.5, y=0.3表示位于图像水平中心、垂直上方30%位置。

可视化样式自定义

可通过修改DrawingSpec调整颜色与粗细：

mp_drawing.DrawingSpec(color=(0, 255, 0), thickness=3, circle_radius=3) # 绿色粗点

4. 实践问题与优化建议

4.1 常见问题排查

问题现象	可能原因	解决方案
图片读取失败	路径错误或格式不支持	检查文件扩展名是否在`.jpg/.png`列表中
无骨架输出	无人体或遮挡严重	更换清晰正面图像测试
内存溢出（大量图片）	一次性加载过多	改为分批次处理或增加 swap
输出图像模糊	OpenCV 写入压缩	设置编码参数避免压缩（见下文）

避免 JPEG 压缩损失

cv2.imwrite(str(output_img_path), image, [cv2.IMWRITE_JPEG_QUALITY, 95])

4.2 性能优化技巧

并发处理提升吞吐量

使用concurrent.futures实现多线程加速：

```python from concurrent.futures import ThreadPoolExecutor

with ThreadPoolExecutor(max_workers=4) as executor: for img_file in image_files: executor.submit(detect_and_save, img_file, output_img_dir, output_json_dir) ```

跳过小图或低分辨率图像

添加尺寸过滤逻辑：

python h, w, _ = image.shape if w < 320 or h < 240: print(f"跳过低分辨率图: {w}x{h}") continue

仅导出需要的关键点

如只需肩、肘、腕，可在landmarks中筛选特定 ID：

python useful_ids = [11, 12, 13, 14, 15, 16] # 左右肩、肘、手腕 landmarks = [lm for lm in landmarks if lm["id"] in useful_ids]

5. 总结

5.1 核心收获回顾

本文系统讲解了如何将 MediaPipe Pose 模型从 WebUI 工具升级为可批量处理的工程化脚本，主要内容包括：

✅ 搭建本地化、免依赖的骨骼识别环境
✅ 编写完整 Python 脚本实现自动批处理
✅ 输出可视化图像与结构化关键点数据（JSON）
✅ 解决路径、格式、性能等实际问题
✅ 提供可扩展的优化方向（多线程、裁剪、过滤）

该方案特别适合用于： - 运动科学数据分析 - 动作规范性比对 - 视频帧级姿态提取预处理 - 教学演示素材生成

5.2 下一步学习建议

尝试结合pandas将 JSON 数据转为 CSV 表格便于统计分析
使用matplotlib绘制关键点动态轨迹图
接入摄像头实现实时视频流处理（static_image_mode=False）
结合角度计算模块判断动作标准度（如深蹲角度）

💡获取更多AI镜像
想探索更多AI镜像和应用场景？访问 CSDN星图镜像广场，提供丰富的预置镜像，覆盖大模型推理、图像生成、视频生成、模型微调等多个领域，支持一键部署。

AI人体骨骼识别部署教程：支持批量图片处理的脚本编写