1 加载MediaPipe的人体姿势模型和KNN分类器。2 打开输入视频文件获取视频的帧率和分辨率。3 创建输出视频文件。4 处理视频文件中的每一帧： a 将帧转换为RGB格式。 b 处理人体姿势检测绘制人体骨架。 c 计算各个关键点之间的角度。 d 将角度数据输入KNN分类器进行预测得到动作类型。 e 在输出图片上显示角度值和动作类型。 f 将帧写入输出视频文件。 g

加载MediaPipe的人体姿势模型和KNN分类器：在程序开始之前，需要先加载人体姿势模型和KNN分类器。这些模型和分类器将用于检测人体姿势和预测动作类型。

打开输入视频文件，获取视频的帧率和分辨率：在处理视频之前，需要打开输入视频文件，并获取视频的帧率和分辨率。这些信息将用于后续处理。

创建输出视频文件：在处理视频的过程中，需要将处理结果写入输出视频文件。因此，在程序开始时，需要创建一个输出视频文件。

处理视频文件中的每一帧：在处理视频的过程中，需要对每一帧进行处理。具体的处理步骤如下：

a. 将帧转换为RGB格式：由于MediaPipe的人体姿势模型只支持RGB格式的图像，因此在进行人体姿势检测之前，需要将每一帧转换为RGB格式。

b. 处理人体姿势检测，绘制人体骨架：使用MediaPipe的人体姿势模型对当前帧进行人体姿势检测，并将检测结果绘制在当前帧上，以显示人体骨架。

c. 计算各个关键点之间的角度：根据人体骨架的检测结果，计算各个关键点之间的角度。这些角度将用于后续的动作类型预测。

d. 将角度数据输入KNN分类器进行预测，得到动作类型：将计算出的角度数据输入KNN分类器进行预测，得到当前帧的动作类型。

e. 在输出图片上显示角度值和动作类型：将计算出的角度值和预测的动作类型显示在当前帧的输出图片上。

f. 将帧写入输出视频文件：将处理后的帧写入输出视频文件。

g. 显示当前帧的结果：在处理完当前帧之后，将当前帧的处理结果显示出来。

h. 检测是否按下q键退出：在处理视频的过程中，需要不断检测是否按下q键退出。如果按下q键，则退出程序。

释放资源：在程序结束之前，需要释放所有的资源，包括人体姿势模型、KNN分类器、输入视频文件和输出视频文件等