Столкнувшись с этой ошибкой при выполнении оценки позы с OpenCV и MediaPipe ⇐ Python

[Anonymous]

Я пытаюсь получить углы из трех точек в MediaPipe (11,13,15 // 12,14,16), чтобы увидеть, правильно или нет человека. но когда я подал модель видео, с этой ошибкой я столкнулся с этой ошибкой:
info: Создано Tensorflow Lite Xnnpack Delegate для процессора. STDERR
W0000 00: 00: 1739209248.264311 98432 seence_feedback_manager.cc:114] Менеджер обратной связи требует модели с единой подписью. Отключение поддержки для тензоров обратной связи.
W0000 00: 00: 1739209248.331459 133516 venuction_feedback_manager.cc:114] менеджер обратной связи требует модели с одним выводом подписи. Отключение поддержки тензоров обратной связи. Br /> Import Posemodule As PM < /p>
из колбы импортной колбы #Вы уже установили колбу, вам нужно установить флезы-логин, флэк-кклалхей /> cap = cv2.videocapture (r "c: \ users \ svsiv \ ondrive \ desktop \ nexathon - Рабочий прогресс \ ml model \ posevideos \ curls.mp4") # prefix используется для обработки адреса файла как Необработанная строка, выполненная потому, что я получал синтаксисную ошибку: ошибка Unicode < /p>
detector = pm.posedetector () < /p>
В то время как true:
#success, img = cap.read ()
#img = cv2.resize (img, (1280,720)) < /p>

Код: Выделить всё

img = cv2.imread(r"\ML model\PoseVideos\curls.mp4")
img = detector.findPose(img, False)

lmList = detector.findPosition(img, False)
print(lmList)
if len(lmList) != 0:
# Right Arm
detector.findAngle(img, 12, 14, 16)

#Left Arm
detector.findAngle(img, 11, 13, 15)

cv2.imshow("Image", img)
cv2.waitKey(1)
< /code>
posemodule.py:
Импорт CV2
import mediaPipe как mp
time import
import Math
Импорт numpy как np < /p>
class posedetector ():
def [b] init < /strong> (self, mode = false, upbody = false, smooth = true, DetectionCon = 0,5, TrackCon = 0,5): < /p>
    self.mode = mode
self.upBody = upBody
self.smooth = smooth
self.detectionCon = detectionCon
self.trackCon = trackCon

self.mpDraw = mp.solutions.drawing_utils
self.mpPose = mp.solutions.pose
self.pose = self.mpPose.Pose(
self.mode,
self.upBody,
self.smooth,
False,          #enable_segmentation = False (default)
True,           #smooth_segmentation = True (default)
self.detectionCon,
self.trackCon
)

def findPose(self, img, draw = True):

imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
self.results = self.pose.process(imgRGB)
if self.results.pose_landmarks:
if draw:
self.mpDraw.draw_landmarks(img, self.results.pose_landmarks, self.mpPose.POSE_CONNECTIONS)
return img

def findPosition(self, img, draw=True):
self.lmList = []
if self.results.pose_landmarks:
for id, lm in enumerate(self.results.pose_landmarks.landmark):
h, w, c = img.shape
#print(id, lm)
cx, cy = int(lm.x * w), int(lm.y * h)
self.lmList.append([id, cx, cy])
if draw:
cv2.circle(img, (cx, cy), 5, (255, 0, 0), cv2.FILLED)
return self.lmList

def findAngle(self, img, p1, p2, p3, draw = True):

x1, y1 = self.lmList[p1][1:]
x2, y2 = self.lmList[p2][1:]
x3, y3 = self.lmList[p3][1:]

# Calculating the angles:
#angle = math.degrees(math.atan2(y3-y2, x3-x2) - math.atan2(y1-y2, x1-x2))
#print("angle = ", angle)

v1 = np.array([x1 - x2, y1 - y2])  # Vector from elbow to shoulder
v2 = np.array([x3 - x2, y3 - y2])  # Vector from elbow to wrist

angle_rad = np.arccos(np.dot(v1, v2) / (np.linalg.norm(v1) * np.linalg.norm(v2)))
angle_deg = np.degrees(angle_rad)

# Get the *flexion* angle (the smaller angle)
flexion_angle = min(angle_deg, 360 - angle_deg) #this is the fix
print(flexion_angle)

# draw
if draw:

cv2.line(img, (x1,y1), (x2,y2), (255,255,255), 3)
cv2.line(img, (x3,y3), (x2,y2), (255,255,255), 3)
cv2.circle(img, (x1, y1), 10, (0, 0, 255), cv2.FILLED)
cv2.circle(img, (x1, y1), 15, (0, 0, 255), 2)
cv2.circle(img, (x2, y2), 10, (0, 0, 255), cv2.FILLED)
cv2.circle(img, (x2, y2), 15, (0, 0, 255), 2)
cv2.circle(img, (x3, y3), 10, (0, 0, 255), cv2.FILLED)
cv2.circle(img, (x3, y3), 15, (0, 0, 255), 2)
cv2.putText(img, str(int(flexion_angle)), (x2-50, y2+50), cv2.FONT_HERSHEY_PLAIN, 2, (255,0,0), 2)

< /code>
def main ():  < /p>
image_path = r'\ML model\PoseVideos\curls.mp4'
cap = cv2.VideoCapture(image_path)
pTime = 0
detector = poseDetector()
while True:
success, img = cap.read()
img = cv2.resize(img, (1280, 720))
img = detector.findPose(img)
lmList = detector.findPosition(img, draw=False)

cTime = time.time()
fps = 1 / (cTime - pTime)
pTime = cTime

cv2.putText(img, str(int(fps)), (70, 50), cv2.FONT_HERSHEY_PLAIN, 3,
(255, 0, 0), 3)

cv2.imshow("Image", img)
cv2.waitKey(1)

if name [/b] == " main ":
main ()

Подробнее здесь: https://stackoverflow.com/questions/794 ... -mediapipe