使用 MediaPipe 进行人体姿势检测并解决 'TypeError: Can't convert object of type 'float' to 'str' for 'text'' 错误

使用 MediaPipe 进行人体姿势检测并解决 'TypeError: Can't convert object of type 'float' to 'str' for 'text'' 错误

本文将引导你使用 MediaPipe 库进行人体姿势检测，并解决在使用 cv2.putText() 函数时出现的 'TypeError: Can't convert object of type 'float' to 'str' for 'text'' 错误。

代码示例

import cv2
import mediapipe as mp

# 初始化MediaPipe的人体姿势模型
mp_drawing = mp.solutions.drawing_utils
mp_pose = mp.solutions.pose

# 打开输入视频文件
cap = cv2.VideoCapture('9.mp4')

# 获取输入视频的帧率和分辨率
fps = int(cap.get(cv2.CAP_PROP_FPS))
width = int(cap.get(cv2.CAP_PROP_FRAME_WIDTH))
height = int(cap.get(cv2.CAP_PROP_FRAME_HEIGHT))

# 创建输出视频文件
fourcc = cv2.VideoWriter_fourcc(*'mp4v')
out = cv2.VideoWriter('9_1.mp4', fourcc, fps, (width, height))

# 处理视频文件中的每一帧
with mp_pose.Pose(min_detection_confidence=0.5, min_tracking_confidence=0.5) as pose:
    while cap.isOpened():
        # 读取一帧
        ret, frame = cap.read()
        if not ret:
            break

        # 将帧转换为RGB格式
        image = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

        # 处理人体姿势检测
        results = pose.process(image)

        # 判断是否检测到人体
        if results.pose_landmarks:
            # 绘制人体骨架
            mp_drawing.draw_landmarks(
                frame, results.pose_landmarks, mp_pose.POSE_CONNECTIONS)

            # 获取动作类型
            label = str(results.pose_world_landmarks.landmark[0].presence)  # 将 float 转换为 str

            # 在输出图片上显示动作类型
            cv2.putText(frame, label, (5, 60),
                        cv2.FONT_HERSHEY_SIMPLEX, 1.1, (255, 100, 100), 2)

            # 绘制头部关键点
            nose = results.pose_landmarks.landmark[mp_pose.PoseLandmark.NOSE]
            x, y = int(nose.x * width), int(nose.y * height)
            cv2.circle(frame, (x, y), 20, (220, 200, 100), -1)

        else:
            # 如果未检测到人体，则跳过本帧处理
            cv2.putText(frame, 'No body detected', (50, 50),
                        cv2.FONT_HERSHEY_SIMPLEX, 1, (0, 0, 255), 2)

        # 将帧写入输出视频文件
        out.write(frame)

        # 显示当前帧的结果
        cv2.imshow('MediaPipe Pose Detection press q exit', frame)

        # 检测是否按下q键退出
        if cv2.waitKey(1) & 0xFF == ord('q'):
            break

# 释放资源
cap.release()
out.release()
cv2.destroyAllWindows()

错误原因及解决方法

'TypeError: Can't convert object of type 'float' to 'str' for 'text'' 错误的原因是 cv2.putText() 函数的 text 参数要求传入字符串类型的值，而 results.pose_world_landmarks.landmark[0].presence 返回的是 float 类型的值。

解决方法：将 label = results.pose_world_landmarks.landmark[0].presence 改为 label = str(results.pose_world_landmarks.landmark[0].presence)，将 float 类型的值转换为字符串类型即可。

代码修改

将以下代码：

label = results.pose_world_landmarks.landmark[0].presence

改为：

label = str(results.pose_world_landmarks.landmark[0].presence)

总结

通过将 float 类型的值转换为字符串类型，可以解决 'TypeError: Can't convert object of type 'float' to 'str' for 'text'' 错误，并成功使用 cv2.putText() 函数在输出图像上显示动作类型。