13. 人体骨骼关键点识别

13.1. Python示例

例程：人体骨骼关键点识别

#mPythonType:0
from mpython import *

import smartcamera_k230 as smartcamera

smart_camera = smartcamera.SmartCameraK230(tx=Pin.P1, rx=Pin.P0)

smart_camera.model_init(10)
while True:
    smart_camera.person_keypoint_detect.recognize()
    if len(smart_camera.person_keypoint_detect.keypoints) != 0:
        print(str('骨骼关键点数据') + str(smart_camera.person_keypoint_detect.keypoints))

13.2. mPython图形化示例

13.3. 人体关键点位置示意图

13.4. 关键点数据格式

13.4.1. 17个骨骼关键点数据按照以下顺序排列：

0. 鼻子

1. 左眼

2. 右眼

3. 左耳

4. 右耳

5. 左肩

6. 右肩

7. 左肘

8. 右肘

9. 左腕

10. 右腕

11. 左髋

12. 右髋

13. 左膝

14. 右膝

15. 左踝

16. 右踝

13.4.2. 示例数据

[[344.8, 84.40001, 0.9], [344.8, 78.9, 0.8], [339.2, 78.9, 0.9], [355.8, 78.9, 0.5], [328.2, 78.9, 0.7], [361.2, 106.2, 1.0], [312.0, 111.8, 1.0], [388.5, 117.2, 0.9], [295.5, 150.0, 0.9], [432.2, 122.8, 0.8], [306.5, 188.2, 0.8], [344.8, 188.2, 1.0], [312.0, 193.8, 1.0], [344.8, 232.2, 0.9], [323.0, 237.5, 0.9], [328.2, 286.8, 0.8], [312.0, 292.2, 0.8]]

每个骨骼关键点数据包含三个元素，分别是x坐标、y坐标和置信度。置信度表示模型对该关键点位置的预测准确程度，数值范围通常在0到1之间，数值越大表示预测越准确。