当前位置： 首页 > news >正文

Mind+Python+Mediapipe项目——AI健身之跳绳

news 2026/3/27 0:29:11

原文：Mind+Python+Mediapipe项目——AI健身之跳绳 - DF创客社区 - 分享创造的喜悦

【项目背景】
跳绳是一个很好的健身项目，为了获知所跳个数，有的跳绳上会有计数器。但这也只能跳完这后看到，能不能在跳的过程中就能看到，这样能让我们坚持跳的更多，更有趣味性。
【项目设计】

通过Mind+Python模式下加载Google的开源Mediapipe人工智能算法库，识别人体姿态，来判断跳绳次数，并通过Pinpong库控制LED灯实时显示次数。
【测试程序】
测试程序中，使用人体姿态23，24两坐标点中点与标准点的比较来确认跳绳完成程度。
 
 
  1. import numpy as np 
  2. import time 
  3. import cv2 
  4. import PoseModule as pm 
  5. cap = cv2.VideoCapture("tiaosheng.mp4") 
  6. detector = pm.poseDetector() 
  7. count = 0 
  8. dir = 0 
  9. pTime = 0 
  10. success=True 
  11. point_sd=0 
  12. while success: 
  13.   success, img = cap.read() 
  14.   if success: 
  15.     img = cv2.resize(img, (640, 480)) 
  16.     img = detector.findPose(img, False) 
  17.     lmList = detector.findPosition(img, False) 
  18.     
  19.     if len(lmList) != 0: 
  20.          
  21.         point = detector.midpoint(img, 24, 23) 
  22.         if point_sd==0: 
  23.             point_sd=point 
  24.             print(point_sd["y"]) 
  25.         # 计算个数 
  26.         print(point["y"]) 
  27.         if point["y"]> point_sd["y"]+15: 
  28.           
  29.             if dir == 0: 
  30.                 count += 0.5 
  31.                 dir = 1 
  32.         if point["y"]<point_sd["y"]+5: 
  33.          
  34.             if dir == 1: 
  35.                 count += 0.5 
  36.                 dir = 0 
  37.         #print(count) 
  38.         cv2.putText(img, str(int(count)), (45, 460), cv2.FONT_HERSHEY_PLAIN, 7,(255, 0, 0), 8) 
  39.     cTime = time.time() 
  40.     fps = 1 / (cTime - pTime) 
  41.     pTime = cTime 
  42.     cv2.putText(img, str(int(fps)), (50, 100), cv2.FONT_HERSHEY_PLAIN, 5,(255, 0, 0), 5) 
  43.     cv2.imshow("Image", img) 
  44.     cv2.waitKey(1) 
 复制代码
【PoseModule.py】

 上面程序用到的“PoseModule.py”文件中，在”poseDetector“类中增加了“midpoint”函数，用于求两点的中点坐标。 
 
 
  1. import math 
  2. import mediapipe as mp 
  3. import cv2 
  4. class poseDetector(): 
  5.     def __init__(self, mode=False, upBody=False, smooth=True, 
  6.                  detectionCon=0.5, trackCon=0.5): 
  7.         self.mode = mode 
  8.         self.upBody = upBody 
  9.         self.smooth = smooth 
  10.         self.detectionCon = detectionCon 
  11.         self.trackCon = trackCon 
  12.         self.mpDraw = mp.solutions.drawing_utils 
  13.         self.mpPose = mp.solutions.pose 
  14.         self.pose = self.mpPose.Pose(self.mode, self.upBody, self.smooth, 
  15.                                      self.detectionCon, self.trackCon) 
  16.     def findPose(self, img, draw=True): 
  17.         imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 
  18.         self.results = self.pose.process(imgRGB) 
  19.         if self.results.pose_landmarks: 
  20.             if draw: 
  21.                 self.mpDraw.draw_landmarks(img, self.results.pose_landmarks, 
  22.                                            self.mpPose.POSE_CONNECTIONS) 
  23.         return img 
  24.     def findPosition(self, img, draw=True): 
  25.         self.lmList = [] 
  26.         if self.results.pose_landmarks: 
  27.             for id, lm in enumerate(self.results.pose_landmarks.landmark): 
  28.                 h, w, c = img.shape 
  29.                 # print(id, lm) 
  30.                 cx, cy = int(lm.x * w), int(lm.y * h) 
  31.                 self.lmList.append([id, cx, cy]) 
  32.                 if draw: 
  33.                     cv2.circle(img, (cx, cy), 5, (255, 0, 0), cv2.FILLED) 
  34.         return self.lmList 
  35.     def midpoint(self,img,p1,p2,draw=True): 
  36.         x1, y1 = self.lmList[p1][1:] 
  37.         x2, y2 = self.lmList[p2][1:] 
  38.         x3=int((x1+x2)/2) 
  39.         y3=int((y1+y2)/2) 
  40.         if draw: 
  41.          cv2.circle(img, (x3, y3), 10, (0, 0, 255), cv2.FILLED) 
  42.          cv2.circle(img, (x3, y3), 15, (0, 0, 255), 2) 
  43.         point={"x":x3,"y":y3} 
  44.         return point 
  45.     def findAngle(self, img, p1, p2, p3, draw=True): 
  46.         # Get the landmarks 
  47.         x1, y1 = self.lmList[p1][1:] 
  48.         x2, y2 = self.lmList[p2][1:] 
  49.         x3, y3 = self.lmList[p3][1:] 
  50.         # Calculate the Angle 
  51.         angle = math.degrees(math.atan2(y3 - y2, x3 - x2) - 
  52.                              math.atan2(y1 - y2, x1 - x2)) 
  53.         if angle < 0: 
  54.             angle += 360 
  55.         # print(angle) 
  56.         # Draw 
  57.         if draw: 
  58.             cv2.line(img, (x1, y1), (x2, y2), (255, 255, 255), 3) 
  59.             cv2.line(img, (x3, y3), (x2, y2), (255, 255, 255), 3) 
  60.             cv2.circle(img, (x1, y1), 10, (0, 0, 255), cv2.FILLED) 
  61.             cv2.circle(img, (x1, y1), 15, (0, 0, 255), 2) 
  62.             cv2.circle(img, (x2, y2), 10, (0, 0, 255), cv2.FILLED) 
  63.             cv2.circle(img, (x2, y2), 15, (0, 0, 255), 2) 
  64.             cv2.circle(img, (x3, y3), 10, (0, 0, 255), cv2.FILLED) 
  65.             cv2.circle(img, (x3, y3), 15, (0, 0, 255), 2) 
  66.             cv2.putText(img, str(int(angle)), (x2 - 50, y2 + 50), 
  67.                         cv2.FONT_HERSHEY_PLAIN, 2, (0, 0, 255), 2) 
  68.         return angle 
 复制代码
【测试网络视频】 
 
【存在的问题】
 测试结果令人比较满意，但这里存在这样两个问题：1、标准点point_sd这个坐标是以视频开始第一帧画面是站在原地未起跳为前提。
 2、标准点纵坐标的判定区间（point_sd["y"]+5与 point_sd["y"]+15）是根据运行后的数据人为分析出来的，只对这一段视频有效，不具有通用性。
【解决问题思路】
 1、在正式跳绳计数前，先试跳，通过数据分析出标准点、判定区间（防止数据在判定点抖动，出现错误计数）。在上个程序中判定点为：point_sd["y"]+10。
 2、以手势控制屏幕上的虚拟按钮来分析初始化数据，并启动跳绳计数及终止计数。
【解决问题步骤】 
 
第一步：实现手势控制屏幕按钮。
 程序中使用了计时器，以防止连续触发问题。 
 
 
  1. import cv2 
  2. import numpy as np 
  3. import time 
  4. import os 
  5. import HandTrackingModule as htm 
  6. ####################### 
  7. brushThickness = 25 
  8. eraserThickness = 100 
  9. ######################## 
  10. drawColor = (255, 0, 255) 
  11. cap = cv2.VideoCapture(0) 
  12. cap.set(3, 640) 
  13. cap.set(4, 480) 
  14. detector = htm.handDetector(detectionCon=0.65,maxHands=1) 
  15. imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  16. rect=[(20, 20), (120, 120)] 
  17. font = cv2.FONT_HERSHEY_SIMPLEX 
  18. cv2.rectangle(imgCanvas, rect[0], rect[1],(0, 255, 0), 2) 
  19. cv2.putText(imgCanvas, "SET", (45,85), font, 1, drawColor, 2) 
  20. bs=0 
  21. bs2=0 
  22. while True: 
  23. # 1. Import image 
  24. success, img = cap.read() 
  25. if success: 
  26.   img = cv2.flip(img, 1) 
  27. # 2. Find Hand Landmarks 
  28.   img = detector.findHands(img) 
  29.   lmList = detector.findPosition(img, draw=False) 
  30.    
  31.   if len(lmList) !=0: 
  32.    
  33. # tip of index and middle fingers 
  34.    x1, y1 = lmList[8][1:] 
  35.    x2, y2 = lmList[12][1:] 
  36. # 3. Check which fingers are up 
  37.    fingers = detector.fingersUp() 
  38. # print(fingers) 
  39. # 5.  Index finger is up 
  40.    if fingers[1] and fingers[2] == False: 
  41.     cv2.circle(img, (x1, y1), 15, drawColor, cv2.FILLED) 
  42.     if bs2==1: 
  43.       if time.time()-time_start>3: 
  44.          bs2=0 
  45.     else:       
  46.      if x1>rect[0][0] and x1<rect[1][0] and y1>rect[0][1] and y1<rect[1][1]: 
  47.       if bs==0: 
  48.        print("OK") 
  49.        imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  50.        cv2.rectangle(imgCanvas, rect[0], rect[1],(0, 255, 0), 2) 
  51.        cv2.putText(imgCanvas, "STOP", (30,85), font, 1, drawColor, 2) 
  52.        bs=1 
  53.        bs2=1 
  54.        time_start=time.time() 
  55.       else: 
  56.        imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  57.     
  58.   imgGray = cv2.cvtColor(imgCanvas, cv2.COLOR_BGR2GRAY) 
  59.    
  60.   img = cv2.bitwise_or(img,imgCanvas) 
  61. # img = cv2.addWeighted(img,0.5,imgCanvas,0.5,0) 
  62.   cv2.imshow("Image", img) 
  63.   cv2.waitKey(1) 
 复制代码 
 
上面程序引用的“HandTrackingModule.py”文件。 
 
 
  1. import cv2 
  2. import mediapipe as mp 
  3. import time 
  4. import math 
  5. import numpy as np 
  6. class handDetector(): 
  7.     def __init__(self, mode=False, maxHands=2, detectionCon=0.8, trackCon=0.5): 
  8.         self.mode = mode 
  9.         self.maxHands = maxHands 
  10.         self.detectionCon = detectionCon 
  11.         self.trackCon = trackCon 
  12.         self.mpHands = mp.solutions.hands 
  13.         self.hands = self.mpHands.Hands(self.mode, self.maxHands, 
  14.         self.detectionCon, self.trackCon) 
  15.         self.mpDraw = mp.solutions.drawing_utils 
  16.         self.tipIds = [4, 8, 12, 16, 20] 
  17.     def findHands(self, img, draw=True): 
  18.         imgRGB = cv2.cvtColor(img, cv2.COLOR_BGR2RGB) 
  19.         self.results = self.hands.process(imgRGB) 
  20.     # print(results.multi_hand_landmarks) 
  21.         if self.results.multi_hand_landmarks: 
  22.             for handLms in self.results.multi_hand_landmarks: 
  23.                 if draw: 
  24.                     self.mpDraw.draw_landmarks(img, handLms, 
  25.                     self.mpHands.HAND_CONNECTIONS) 
  26.         return img 
  27.     def findPosition(self, img, handNo=0, draw=True): 
  28.         xList = [] 
  29.         yList = [] 
  30.         bbox = [] 
  31.         self.lmList = [] 
  32.         if self.results.multi_hand_landmarks: 
  33.             myHand = self.results.multi_hand_landmarks[handNo] 
  34.             for id, lm in enumerate(myHand.landmark): 
  35.             # print(id, lm) 
  36.                 h, w, c = img.shape 
  37.                 cx, cy = int(lm.x * w), int(lm.y * h) 
  38.                 xList.append(cx) 
  39.                 yList.append(cy) 
  40.             # print(id, cx, cy) 
  41.                 self.lmList.append([id, cx, cy]) 
  42.                 if draw: 
  43.                     cv2.circle(img, (cx, cy), 5, (255, 0, 255), cv2.FILLED) 
  44.             xmin, xmax = min(xList), max(xList) 
  45.             ymin, ymax = min(yList), max(yList) 
  46.             bbox = xmin, ymin, xmax, ymax 
  47.             if draw: 
  48.                 cv2.rectangle(img, (xmin - 20, ymin - 20), (xmax + 20, ymax + 20), 
  49.         (0, 255, 0), 2) 
  50.         return self.lmList 
  51.     def fingersUp(self): 
  52.         fingers = [] 
  53.     # Thumb 
  54.         if self.lmList[self.tipIds[0]][1] > self.lmList[self.tipIds[0] - 1][1]: 
  55.             fingers.append(1) 
  56.         else: 
  57.             fingers.append(0) 
  58.     # Fingers 
  59.         for id in range(1, 5): 
  60.             if self.lmList[self.tipIds[id]][2] < self.lmList[self.tipIds[id] - 2][2]: 
  61.                 fingers.append(1) 
  62.             else: 
  63.                 fingers.append(0) 
  64.         # totalFingers = fingers.count(1) 
  65.         return fingers 
  66.     def findDistance(self, p1, p2, img, draw=True,r=15, t=3): 
  67.         x1, y1 = self.lmList[p1][1:] 
  68.         x2, y2 = self.lmList[p2][1:] 
  69.         cx, cy = (x1 + x2) // 2, (y1 + y2) // 2 
  70.         if draw: 
  71.             cv2.line(img, (x1, y1), (x2, y2), (255, 0, 255), t) 
  72.             cv2.circle(img, (x1, y1), r, (255, 0, 255), cv2.FILLED) 
  73.             cv2.circle(img, (x2, y2), r, (255, 0, 255), cv2.FILLED) 
  74.             cv2.circle(img, (cx, cy), r, (0, 0, 255), cv2.FILLED) 
  75.             length = math.hypot(x2 - x1, y2 - y1) 
  76.         return length, img, [x1, y1, x2, y2, cx, cy] 
 复制代码第二步，分析数据，得到判定点纵坐标。思路是，坐标数据是上下波动，将数据中的波峰和波谷分别提取出来计算均值，然后取中值，和差值。中值为判定点，差值用来确定判定区域。波峰和波谷的判定采用的是两边数据与当前数据做差值看差值方向，如果方向相反，即为峰值。但这里就存在，Mediapipe识别准确度的问题，可能在上升或下降的过程中数据不平滑，出现数据波动。可能在分析时，出现误判，采集到错误的峰值。后期可采用滤波算法处理此问题。现在看效果，还不错。 
 
 
  1. import numpy as np 
  2. import time 
  3. import cv2 
  4. import PoseModule as pm 
  5. import math 
  6. def max_min(a): 
  7. h = [] 
  8. l = [] 
  9. for i in range(1, len(a)-1): 
  10.     if(a[i-1] < a[i] and a[i+1] < a[i]): 
  11.         h.append(a[i]) 
  12.     elif(a[i-1] > a[i] and a[i+1] > a[i]): 
  13.         l.append(a[i]) 
  14. if(len(h) == 0): 
  15.     h.append(max(a)) 
  16. if(len(l) == 0): 
  17.     l.append(min(a[a.index(max(a)):])) 
  18. mid=(np.mean(h)+np.mean(l))/2 
  19. print(int(mid),int(np.mean(h)-np.mean(l))) 
  20. return(int(mid),int(np.mean(h)-np.mean(l))) 
  21. cap = cv2.VideoCapture("tiaosheng.mp4") 
  22. detector = pm.poseDetector() 
  23. count = 0 
  24. dir = 0 
  25. pTime = 0 
  26. success=True 
  27. point=[] 
  28. while success: 
  29.   success, img = cap.read() 
  30.   if success: 
  31.     img = cv2.resize(img, (640, 480)) 
  32.     img = detector.findPose(img, False) 
  33.     lmList = detector.findPosition(img, False) 
  34.     
  35.     if len(lmList) != 0: 
  36.         point_tem=detector.midpoint(img, 24, 23) 
  37.         point.append(point_tem['y']) 
  38.         cv2.putText(img, str(point_tem['y']), (45, 460), cv2.FONT_HERSHEY_PLAIN, 7,(255, 0, 0), 8) 
  39.     cTime = time.time() 
  40.     fps = 1 / (cTime - pTime) 
  41.     pTime = cTime 
  42.     cv2.putText(img, str(int(fps)), (50, 100), cv2.FONT_HERSHEY_PLAIN, 5,(255, 0, 0), 5) 
  43.     cv2.imshow("Image", img) 
  44.     cv2.waitKey(1) 
  45. max_min(point) 
  46. cap.release() 
  47. cv2.destroyAllWindows() 
 复制代码
   
   
最终得到“304 26”为“中值 差值”
   
【完整程序】
 
将以上分段程序进行整合，得到完整程序，并进行实地测试。（纯手工敲码） 
 
 
  1. import cv2 
  2. import numpy as np 
  3. import time 
  4. import os 
  5. import HandTrackingModule as htm 
  6. import PoseModule as pm 
  7. #计算判定点 
  8. def max_min(a): 
  9. h = [] 
  10. l = [] 
  11. for i in range(1, len(a)-1): 
  12.     if(a[i-1] < a[i] and a[i+1] < a[i]): 
  13.         h.append(a[i]) 
  14.     elif(a[i-1] > a[i] and a[i+1] > a[i]): 
  15.         l.append(a[i]) 
  16. if(len(h) == 0): 
  17.     h.append(max(a)) 
  18. if(len(l) == 0): 
  19.     l.append(min(a[a.index(max(a)):])) 
  20. mid=(np.mean(h)+np.mean(l))/2 
  21. print(int(mid),int(np.mean(h)-np.mean(l))) 
  22. return(int(mid),int(np.mean(h)-np.mean(l))) 
  23. ####################### 
  24. brushThickness = 25 
  25. eraserThickness = 100 
  26. ######################## 
  27. drawColor = (255, 0, 255) 
  28. cap = cv2.VideoCapture(0) 
  29. cap.set(3, 640) 
  30. cap.set(4, 480) 
  31. detector_hand = htm.handDetector(detectionCon=0.65,maxHands=1) 
  32. detector_pose = pm.poseDetector() 
  33. imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  34. rect=[(20, 20), (120, 120)] 
  35. font = cv2.FONT_HERSHEY_SIMPLEX 
  36. cv2.rectangle(imgCanvas, rect[0], rect[1],(0, 255, 0), 2) 
  37. cv2.putText(imgCanvas, "SET", (45,85), font, 1, drawColor, 2) 
  38. bs=0 
  39. bs2=0 
  40. bs3=0 
  41. point=[] 
  42. count=0 
  43. pTime = 0 
  44. dire=0 
  45. while True: 
  46. success, img = cap.read() 
  47. if success: 
  48.       img = cv2.flip(img, 1) 
  49.       if bs==1 and bs2==0: 
  50.        if bs3==1: 
  51.          if time.time()-time_start<4: 
  52.           cv2.putText(img, str(3-int(time.time()-time_start)), (300, 240), cv2.FONT_HERSHEY_PLAIN, 10,(255, 255, 0), 5) 
  53.          else: 
  54.           bs3=0 
  55.           time_start=time.time() 
  56.        else: 
  57.           if time.time()-time_start<11: 
  58.             img = detector_pose.findPose(img, False) 
  59.             lmList = detector_pose.findPosition(img, False) 
  60.     
  61.             if len(lmList) != 0: 
  62.                 point_tem=detector_pose.midpoint(img, 24, 23) 
  63.                 point.append(point_tem['y']) 
  64.                 cv2.putText(img, str(point_tem['y']), (45, 460), cv2.FONT_HERSHEY_PLAIN, 7,(255, 0, 0), 8) 
  65.             cv2.putText(img, str(10-int(time.time()-time_start)), (500, 460), cv2.FONT_HERSHEY_PLAIN, 10,(255, 255, 0), 5) 
  66.           else: 
  67.               point_sd,l=max_min(point) 
  68.               bs=2 
  69.               cv2.rectangle(imgCanvas, rect[0], rect[1],(0, 255, 0), 2) 
  70.               cv2.putText(imgCanvas, "START", (30,85), font, 1, drawColor, 2) 
  71.           
  72.       if bs==3 and bs2==0:   
  73.        if bs3==1: 
  74.          if time.time()-time_start<4: 
  75.           cv2.putText(img, str(3-int(time.time()-time_start)), (300, 240), cv2.FONT_HERSHEY_PLAIN, 10,(255, 255, 0), 5) 
  76.          else: 
  77.           bs3=0 
  78.           time_start=time.time() 
  79.        else: 
  80.           img = detector_pose.findPose(img, False) 
  81.           lmList = detector_pose.findPosition(img, False) 
  82.     
  83.           if len(lmList) != 0: 
  84.             point = detector_pose.midpoint(img, 24, 23) 
  85.             if point["y"]> point_sd+l/4: 
  86.           
  87.               if dire == 0: 
  88.                 count += 0.5 
  89.                 dire = 1 
  90.             if point["y"]<point_sd-l/4: 
  91.          
  92.               if dire == 1: 
  93.                 count += 0.5 
  94.                 dire = 0 
  95.        
  96.             cv2.putText(img, str(int(count)), (45, 460), cv2.FONT_HERSHEY_PLAIN, 7,(255, 0, 0), 8)   
  97.       if bs2==1:#等待三秒 
  98.          if time.time()-time_start>4: 
  99.             bs2=0 
  100.             time_start=time.time() 
  101.                       
  102.       else: 
  103.         #手势操作 
  104.         img = detector_hand.findHands(img) 
  105.         lmList = detector_hand.findPosition(img, draw=False) 
  106.         if len(lmList) !=0: 
  107.          x1, y1 = lmList[8][1:] 
  108.          x2, y2 = lmList[12][1:] 
  109.          fingers = detector_hand.fingersUp() 
  110.          #出示食指 
  111.          if fingers[1] and fingers[2] == False: 
  112.           cv2.circle(img, (x1, y1), 15, drawColor, cv2.FILLED)      
  113.           if x1>rect[0][0] and x1<rect[1][0] and y1>rect[0][1] and y1<rect[1][1]:#食指进入按钮区域 
  114.            if bs==0: 
  115.             print("OK") 
  116.             imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  117.             bs=1 
  118.             bs2=1 
  119.             bs3=1 
  120.             time_start=time.time() 
  121.            elif bs==1: 
  122.             imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  123.             bs2=1 
  124.             bs3=1 
  125.             time_start=time.time() 
  126.            elif bs==2: 
  127.             imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  128.             cv2.rectangle(imgCanvas, rect[0], rect[1],(0, 255, 0), 2) 
  129.             cv2.putText(imgCanvas, "STOP", (30,85), font, 1, drawColor, 2) 
  130.             bs=3   
  131.             bs2=1 
  132.             bs3=1 
  133.             time_start=time.time() 
  134.            elif bs==3: 
  135.             imgCanvas = np.zeros((480, 640, 3), np.uint8) 
  136.             cv2.rectangle(imgCanvas, rect[0], rect[1],(0, 255, 0), 2) 
  137.             cv2.putText(imgCanvas, "START", (30,85), font, 1, drawColor, 2) 
  138.             bs=2   
  139.             bs2=1 
  140.             bs3=1 
  141.             time_start=time.time() 
  142.       cTime = time.time() 
  143.       fps = 1 / (cTime - pTime) 
  144.       pTime = cTime 
  145.       cv2.putText(img, str(int(fps)), (500, 100), cv2.FONT_HERSHEY_PLAIN, 5,(255, 0, 0), 5) 
  146.       imgGray = cv2.cvtColor(imgCanvas, cv2.COLOR_BGR2GRAY) 
  147.       img = cv2.bitwise_or(img,imgCanvas) 
  148.       cv2.imshow("Image", img) 
  149.       cv2.waitKey(1) 
 复制代码 
 
【计数炫灯】
 使用Pinpong库，连接Micro:bit，控制LED灯随跳绳次数增加亮灯数。


  
 
 
 
 

 

 
 
 
 
 
 
 
 















相关文章：
















Mind+Python+Mediapipe项目——AI健身之跳绳




原文&#xff1a;MindPythonMediapipe项目——AI健身之跳绳 - DF创客社区 - 分享创造的喜悦 【项目背景】跳绳是一个很好的健身项目&#xff0c;为了获知所跳个数&#xff0c;有的跳绳上会有计数器。但这也只能跳完这后看到&#xff0c;能不能在跳的过程中就能看到&#xff0c;…...






编程日记
2023/2/23 5:25:52



















数据库概述




20世纪60年代后期&#xff0c;就出现了数据库技术。取得成就如下&#xff1a;造就了四位图灵奖得主发展成为以数据建模和DBMS核心技术为主&#xff0c;内容丰富的一门学科。带动了一个巨大的软件产业-DBMS产品及其相关工具和解决方案。四个基本概念数据数据是数据库中存储的基本…...






编程日记
2023/2/23 5:24:46



















【已解决】解决IDEA的maven刷新依赖时出现Connot reconnect错误




前言 
小编我将用CSDN记录软件开发求学之路上亲身所得与所学的心得与知识&#xff0c;有兴趣的小伙伴可以关注一下&#xff01;也许一个人独行&#xff0c;可以走的很快&#xff0c;但是一群人结伴而行&#xff0c;才能走的更远&#xff01;让我们在成长的道路上互相学习&#…...






编程日记
2023/2/23 5:23:40



















动态链接库(.so)文件的变编译和引用、执行




动态链接库(.so)文件的变编译和引用 动态链接库&#xff1a;SO&#xff08;Shared Object&#xff09;是一种动态链接库&#xff0c;也被称为共享库。它是一种可被多个程序共享使用的二进制代码库&#xff0c;其中包含已编译的函数和代码。与静态链接库不同&#xff0c;动态链接…...






编程日记
2023/2/23 5:22:32



















linux（centos8）文件解压命令




linux解压命令tar 解压命令常用解压命令1 [.tar] 文件 解压到当前文件夹2 [.tar.gz] 文件 解压到当前文件夹3 [.tar] 解压到指定文件夹 -C 必须是大写unzip 解压命令常用解压命令1 [.zip]解压到当前文件夹2 [.zip] 解压到指定文件夹2 [.zip] 解压到指定文件夹&#xff08;强行覆…...






编程日记
2023/2/23 5:21:26



















阅读笔记6——通道混洗




一、逐点卷积 当前先进的轻量化网络大都使用深度可分离卷积或组卷积&#xff0c;以降低网络的计算量&#xff0c;但这两种操作都无法改变特征图的通道数&#xff0c;因此需要使用11的卷积。总体来说&#xff0c;逐点的11卷积有如下两点特性&#xff1a; 可以促进通道之间的信息…...






编程日记
2023/2/23 5:20:16



















上海亚商投顾：沪指失守3300点 卫星导航概念全天强势




上海亚商投顾前言&#xff1a;无惧大盘涨跌&#xff0c;解密龙虎榜资金&#xff0c;跟踪一线游资和机构资金动向&#xff0c;识别短期热点和强势个股。市场情绪指数早间低开后震荡回升&#xff0c;沪指盘中一度翻红&#xff0c;随后又再度走低&#xff0c;创业板指午后跌近1%。…...






编程日记
2023/2/23 5:19:10



















疯狂的SOVA：Android银行木马“新标杆”




2021年8月初&#xff0c;一款针对Android银行APP的恶意软件出现在人们的视野中&#xff0c;ThreatFabric 安全研究人员首次发现了这一木马&#xff0c;在其C2服务器的登录面板&#xff0c;研究人员发现&#xff0c;攻击者将其称之为SOVA。 
** SO** ** V** ** A简介** 
在俄语中…...






编程日记
2023/2/23 5:18:03



















汽车零部件企业数字工厂管理系统建设方案




在汽车零部件制造领域&#xff0c;伴随工业信息化与机器人化&#xff0c;制造模式逐渐从 CAD/CAE/CAM 数字化设计及加工走向全产品周期虚拟现实的数字化工厂管理系统平台&#xff0c;实现虚拟现实设计制造&#xff0c;防范产品缺陷并预防设备故障&#xff0c;大幅提高生产效率。…...






编程日记
2023/2/23 5:16:53



















【线程同步工具】Semaphore源码解析




控制对资源的一个或多个副本的并发访问 
Java API 提供了一种信号量机制 Semaphore。 一个信号量就是一个计数器&#xff0c; 可用于保护对一个或多个共享资源的访问。 
当一个线程要访问多个共享资源中的一个时&#xff0c;它首先需要获得一个信号量。如果信号量内部的计数器的…...






编程日记
2023/2/23 5:15:45



















获取实时天气




一、用天气API&#xff08;需要付费&#xff09; 网址&#xff1a;https://www.tianqiapi.com/请求方式及url&#xff1a;请求方式&#xff1a;GET接口地址&#xff1a;https://tianqiapi.com/free/day请求示例https://www.tianqiapi.com/free/day?appid_____&appsecret__…...






编程日记
2023/2/23 5:14:33



















【数据库】redis数据持久化




目录 
数据持久化 
一&#xff0c; RDB 
1&#xff0c; 什么是RDB 
2&#xff0c;持久化流程 
3&#xff0c; 相关配置 
案例演示&#xff1a; 
4&#xff0c; 备份和恢复 
1、备份 
2、恢复 
3&#xff0c;优势 
4&#xff0c; 劣势 
二&#xff0c;AOF 
1&#xff0c;什么是A…...






编程日记
2023/2/23 5:13:22



















前端编译、JIT编译、AOT编译




一、前端编译&#xff1a;java设计之初就是强调跨平台&#xff0c;通过javac将源文件编译成于平台无关的class文件&#xff0c; 它定义了执行 Java 程序所需的所有信息&#xff08;许多Java"语法糖"&#xff0c;是在这个阶段完成的&#xff0c;不依赖虚拟机&#xff…...






编程日记
2023/2/23 5:12:14



















父子组件中，子组件调用父组件的方法




父子组件中&#xff0c;子组件调用父组件的方法 
方法一&#xff1a;直接在子组件中通过this.$parent.event来调用父组件的方法 
父组件 
<template><p><child>父组件</child></p>
</template>
<script>import child from ~/compone…...






编程日记
2023/2/23 5:11:07



















第七章.深度学习




第七章.深度学习 7.1 深度学习 
深度学习是加深了层的深度神经网络。 1.加深层的好处 1).可以减少网络的参数数量 5*5的卷积运算示例&#xff1a;   重复两次3*3的卷积层示例&#xff1a;   图像说明&#xff1a; ①.一次5 * 5的卷积运算的区域可以由两次3 * 3的卷积运算抵消&a…...






编程日记
2023/2/23 5:10:02



















小学生学Arduino---------点阵（三）动态的显示与清除




学习目标&#xff1a; 
1、理解“整数值”的概念与使用 2、理解“N1”指令的意义 3、掌握“反复执行多次”指令的使用 4、掌握屏幕模块的清除功能指令 5、理解“反复执行”指令与“反复执行多次”指令的嵌套使用 6、搭建电路图 7、编写程序 效果&#xff1a;  整数包括&#xf…...






编程日记
2023/2/23 5:08:56



















opencv图片处理




目录1 图片处理1.1 显示图片1.2 旋转图片1.3 合并图片1.4、Mat类1.4.1、像素的储存结构1.4.2、访问像素数据1.6、rgb转灰度图1.7、二值化1.8、对比度和亮度1.9、图片缩放1.9.1、resize临近点算法双线性内插值1.9.2、金字塔缩放1.10、图片叠加1 图片处理 
1.1 显示图片 
#includ…...






编程日记
2023/2/23 5:07:47



















C++ Primer Plus 学习笔记（二）—— 复合类型




数组 
当我们只是定义了数组&#xff0c;而没有对数组进行初始化时&#xff0c;那数组的值将是未定义的。 
在对数组进行初始化时&#xff0c;如果只对数组的一部分进行初始化&#xff0c;编译器会将把其他元素自动设置为0。 
#include <iostream>using namespace std;in…...






编程日记
2023/2/23 5:06:40



















代码随想录算法训练营第七天 | 454.四数相加II 、 383. 赎金信、15. 三数之和、18. 四数之和 、总结




打卡第七天&#xff0c;还是哈希表。 今日任务 454.四数相加II383.赎金信15.三数之和18.四数之和总结 454.四数相加II  代码随想录 
class Solution {
public:int fourSumCount(vector<int>& nums1, vector<int>& nums2, vector<int>& nums3, ve…...






编程日记
2023/2/23 5:05:34



















apply函数族




apply函数族 
apply函数族是R语言中帮助用户实现高效的向量化运算的一系列函数&#xff0c;包括apply,lapply,sapply,vapply等。 
apply() 
apply函数以列或行为单位进行循环操作&#xff0c;可以处理matrix、array数据&#xff0c;返回一个向量或matrix。 
apply(data,1/2,fuc…...






编程日记
2023/2/23 5:04:21





















说说你对spring的IOC的理解




面试
IOC指的就是控制反转&#xff0c;指的就是创建对象的控制权的转移&#xff0c;简单来说&#xff0c;由之前的手动new对象&#xff0c;转换成了由spring自动生产&#xff0c;spring利用java的反射机制&#xff0c;根据配置文件或注解在运行时动态创建并管理对象。...






编程新知
2026/3/26 23:43:14



















终极指南：深入解析Material Library架构与模块依赖关系




终极指南&#xff1a;深入解析Material Library架构与模块依赖关系 【免费下载链接】material A library to bring fully animated Material Design components to pre-Lolipop Android.    项目地址: https://gitcode.com/gh_mirrors/mate/material     
Material Library是一…...






编程新知
2026/3/26 23:34:58



















Framer.js测试策略终极指南：构建可靠UI原型的完整测试方案




Framer.js测试策略终极指南&#xff1a;构建可靠UI原型的完整测试方案 【免费下载链接】Framer Framer - Design Everything   项目地址: https://gitcode.com/gh_mirrors/fr/Framer     
Framer是一款强大的UI设计和原型工具&#xff0c;能够帮助设计师和开发者快速创建交互丰…...






编程新知
2026/3/26 23:28:56



















逆向分析WhatsApp的GIF功能：用Frida抓取Tenor API的完整请求与响应数据




逆向工程实战&#xff1a;用Frida解密WhatsApp的GIF数据流
当你在WhatsApp中发送一个GIF表情时&#xff0c;是否好奇过这个动态图片是如何从服务器传输到你的手机上的&#xff1f;今天我们将深入WhatsApp客户端内部&#xff0c;通过动态插桩工具Frida来捕获和分析其背后的Tenor…...






编程新知
2026/3/26 23:18:54



















抖音无水印视频智能下载与高效管理解决方案：从技术原理到行业应用




抖音无水印视频智能下载与高效管理解决方案&#xff1a;从技术原理到行业应用 【免费下载链接】douyin-downloader    项目地址: https://gitcode.com/GitHub_Trending/do/douyin-downloader     
一、行业痛点与技术破局&#xff1a;重新定义视频内容获取效率 
你是否曾遇到这…...






编程新知
2026/3/26 22:04:04



















Windows下用Rclone挂载WebDAV的完整指南：从安装到开机自启（含常见问题解决）




Windows系统下Rclone挂载WebDAV全流程实战手册 
引言&#xff1a;为什么选择Rclone挂载WebDAV&#xff1f; 
在日常办公和团队协作中&#xff0c;我们经常需要访问云端存储的文件。WebDAV作为一种基于HTTP协议的文件管理标准&#xff0c;被Nextcloud、OwnCloud等主流网盘广泛支…...






编程新知
2026/3/26 20:45:48



















保姆级避坑指南：手把手教你搞定CARLA 0.9.11与Autoware的ROS话题转发（附完整代码）




深度解析CARLA与Autoware联合仿真中的ROS话题转发实战
在自动驾驶仿真开发领域&#xff0c;CARLA与Autoware的联合使用已成为研究热点。许多开发者在尝试将两者结合时&#xff0c;往往会在ROS话题转发环节遇到各种"坑"。本文将聚焦这一关键环节&#xff0c;提供一份详…...






编程新知
2026/3/26 20:19:43



















2026年AI大爆发：DeepSeek、Claude、Gemini三强鼎立，智能体应用成为新战场




进入2026年&#xff0c;AI领域迎来前所未有的激烈竞争格局。DeepSeek凭借极低的训练成本和开源策略强势出圈&#xff0c;R1模型在推理能力上直追GPT-o1&#xff0c;引发全球AI圈震动&#xff1b;Anthropic的Claude 3.7 Sonnet推出了扩展思考模式&#xff0c;在代码和复杂推理任…...






编程新知
2026/3/26 19:51:33



















计算机毕业设计springboot基于的医院预约挂号系统 智慧医疗服务平台的设计与实现——以在线挂号预约为核心功能 SpringBoot框架下的医疗机构门诊预约管理系统开发




计算机毕业设计springboot基于的医院预约挂号系统w6r0k82u &#xff08;配套有源码 程序 mysql数据库 论文&#xff09;
本套源码可以在文本联xi,先看具体系统功能演示视频领取&#xff0c;可分享源码参考。随着互联网技术的快速发展和普及&#xff0c;医疗领域也逐渐受到其影响…...






编程新知
2026/3/26 19:49:32



















AI时代程序员创业指南：从超级个体到一人企业




AI时代程序员创业指南&#xff1a;从超级个体到一人企业 AI给了每个人杠杆&#xff0c;但不是每个人都能用好。认知、决策能力&#xff0c;甚至运气&#xff0c;同样重要。 引子&#xff1a;那些"超级个体"的真实故事 
最近读到一篇AIX财经的报道&#xff0c;采访了6…...






编程新知
2026/3/26 18:38:38