击剑动作识别程序：基于MediaPipe和KNN的视频分析

击剑动作识别程序：基于MediaPipe和KNN的视频分析

该程序使用MediaPipe和KNN算法对击剑视频进行姿势识别和动作分类，并输出包含识别结果和角度信息的处理后的视频文件。

输入： 视频文件（支持格式：*.mp4, *.avi）

输出： 处理后的视频文件，包含识别结果和角度信息

功能：

1. 姿势识别： 利用MediaPipe的人体姿势模型识别视频中的人物姿势，并提取关键点信息。
2. 角度计算： 根据关键点信息计算人体各关节角度，包括腿与右手的角度、左肩、左肘和左手腕的角度、左臀、左膝和左踝的角度等。
3. 动作分类： 使用KNN分类器根据计算得到的角度数据对动作进行分类，识别出击剑视频中的不同动作，例如‘warm-up’、‘hit’、‘shi zhan poses’、‘respect’、‘gongbu’等。
4. 结果展示： 将识别结果和角度信息在处理后的视频中显示，并输出处理后的视频文件。

算法流程：

1. 加载模型和分类器： 加载MediaPipe的人体姿势模型和KNN分类器。
2. 打开输入视频： 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： 创建输出视频文件。
4. 处理视频帧： 对视频文件中的每一帧进行以下处理： a. 将帧转换为RGB格式： 将视频帧转换为RGB格式，以便于MediaPipe进行处理。 b. 人体姿势检测： 使用MediaPipe的人体姿势模型识别视频帧中的人物姿势，并提取关键点信息。 c. 角度计算： 根据关键点信息计算人体各关节角度。 d. 动作分类： 将角度数据输入KNN分类器进行预测，得到动作类型。 e. 结果显示： 将识别结果和角度信息在视频帧中显示，并在输出图片上显示角度值和动作类型。 f. 写入输出视频： 将处理后的视频帧写入输出视频文件。 g. 显示当前帧结果： 显示当前帧的处理结果。 h. 检测退出： 检测用户是否按下q键退出程序。
5. 释放资源： 释放程序中使用的资源，例如视频文件、模型、分类器等。

注意事项：

1. 程序会弹出窗口，要求用户选择输入视频文件和调整参数，按下运行按钮后开始处理视频。
2. 程序会在处理完成后弹出窗口，提示处理完成并显示输出视频文件路径。

总结：

该击剑动作识别程序利用MediaPipe和KNN算法，能够有效地识别击剑视频中的动作，并输出包含识别结果和角度信息的处理后的视频文件，为击剑动作分析和训练提供有效工具。

作者： 冯楠20201888

指导教师： 朱勇

版本： V7.0