포즈 추정

# MediaPipe 포즈 추정
# pip install mediapipe opencv-python

import cv2
import mediapipe as mp

# MediaPipe 포즈 솔루션 초기화
mp_pose = mp.solutions.pose
mp_drawing = mp.solutions.drawing_utils
mp_drawing_styles = mp.solutions.drawing_styles

# 포즈 모델 설정
pose = mp_pose.Pose(
    static_image_mode=False,       # 비디오 모드
    model_complexity=1,             # 0: Lite, 1: Full, 2: Heavy
    enable_segmentation=False,      # 배경 분할
    min_detection_confidence=0.5,
    min_tracking_confidence=0.5
)

# 웹캠 캡처
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # BGR to RGB 변환
    image_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB)

    # 포즈 추정 수행
    results = pose.process(image_rgb)

    # 결과 시각화
    if results.pose_landmarks:
        # 스켈레톤 그리기
        mp_drawing.draw_landmarks(
            frame,
            results.pose_landmarks,
            mp_pose.POSE_CONNECTIONS,
            landmark_drawing_spec=mp_drawing_styles.get_default_pose_landmarks_style()
        )

        # 특정 관절점 좌표 추출 (예: 오른쪽 어깨)
        right_shoulder = results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_SHOULDER]
        h, w, _ = frame.shape
        x, y = int(right_shoulder.x * w), int(right_shoulder.y * h)
        cv2.putText(frame, f"Shoulder: ({x}, {y})", (10, 30),
                    cv2.FONT_HERSHEY_SIMPLEX, 0.7, (0, 255, 0), 2)

    cv2.imshow('MediaPipe Pose', frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()
pose.close()

# YOLOv8 포즈 추정
# pip install ultralytics opencv-python

from ultralytics import YOLO
import cv2

# YOLOv8 포즈 모델 로드
model = YOLO('yolov8n-pose.pt')  # nano 버전 (빠름)
# model = YOLO('yolov8m-pose.pt')  # medium 버전 (균형)
# model = YOLO('yolov8x-pose.pt')  # xlarge 버전 (정확)

# 이미지에서 포즈 추정
image_path = 'people.jpg'
results = model(image_path)

for result in results:
    # 키포인트 정보
    keypoints = result.keypoints

    if keypoints is not None:
        # 각 감지된 사람의 포즈
        for person_idx, person_kpts in enumerate(keypoints.data):
            print(f"\n=== 사람 {person_idx + 1} ===")

            # COCO 17 keypoints
            keypoint_names = [
                'nose', 'left_eye', 'right_eye', 'left_ear', 'right_ear',
                'left_shoulder', 'right_shoulder', 'left_elbow', 'right_elbow',
                'left_wrist', 'right_wrist', 'left_hip', 'right_hip',
                'left_knee', 'right_knee', 'left_ankle', 'right_ankle'
            ]

            for kpt_idx, kpt in enumerate(person_kpts):
                x, y, conf = kpt[0].item(), kpt[1].item(), kpt[2].item()
                if conf > 0.5:  # 신뢰도 임계값
                    print(f"  {keypoint_names[kpt_idx]}: ({x:.1f}, {y:.1f}) conf: {conf:.2f}")

    # 결과 이미지 저장
    result.save(filename='pose_result.jpg')

# 비디오에서 실시간 포즈 추정
cap = cv2.VideoCapture(0)

while cap.isOpened():
    ret, frame = cap.read()
    if not ret:
        break

    # 추론
    results = model(frame, verbose=False)

    # 결과 시각화
    annotated_frame = results[0].plot()

    cv2.imshow('YOLOv8 Pose', annotated_frame)
    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()