bash
# 安装运行模型的引擎
pip install onnxruntime

# 安装读取摄像头/视频的工具
pip install opencv-python numpy

python
import cv2
import numpy as np
import onnxruntime as ort

# ======================
# 1. 加载 OpenPose 模型（最重要！）
# ======================
# 这行代码的意思：
# 创建一个推理会话，把 openpose.onnx 读进内存，准备运行
session = ort.InferenceSession("openpose.onnx")

# 查看模型输入名称（必须知道，不然无法运行）
input_name = session.get_inputs()[0].name
print("模型输入名称:", input_name)  # 一般是：input.1


# ======================
# 2. 打开摄像头
# ======================
cap = cv2.VideoCapture(0)


# ======================
# 3. 循环读取每一帧
# ======================
while True:
    ret, frame = cap.read()
    if not ret:
        break

    H, W = frame.shape[:2]

    # ======================
    # 4. 图片预处理（必须做，模型要求输入固定大小）
    # ======================
    img = cv2.resize(frame, (368, 368))    # 模型固定输入尺寸
    img = img.astype(np.float32) / 255.0   # 归一化 0~1
    img = img.transpose(2, 0, 1)          # 格式从 HWC → CHW
    img = np.expand_dims(img, axis=0)      # 增加 batch 维度 → [1, 3, 368, 368]

    # ======================
    # 5. ONNX Runtime 运行模型！！！
    # 核心：把图片送进 OpenPose 模型，得到输出
    # ======================
    output = session.run(
        None,                # 要输出哪些层？None=全部输出
        {input_name: img}    # 输入：{输入名称: 预处理后的图片}
    )

    # output 是模型输出的 热图(heatmap) + 向量图(vecmap)
    # OpenPose 通过这两个数据计算出关节点坐标
    heatmap = output[0]  # 关键点置信度图
    vecmap = output[1]   # 关键点连接方向图

    # ======================
    # 6. 解析关节点（得到人体姿态）
    # ======================
    # 这里我写一个简化版解析函数
    def get_keypoints(heatmap, orig_h, orig_w):
        points = []
        num_keypoints = heatmap.shape[1]
        for i in range(num_keypoints):
            map = heatmap[0, i, :, :]
            y, x = np.unravel_index(np.argmax(map), map.shape)
            
            # 还原到原图尺寸
            x = int(x * orig_w / 368)
            y = int(y * orig_h / 368)
            points.append((x, y))
        return points

    keypoints = get_keypoints(heatmap, H, W)

    # ======================
    # 7. 画出关节点
    # ======================
    for (x, y) in keypoints:
        cv2.circle(frame, (x, y), 5, (0, 255, 0), -1)

    # 显示画面
    cv2.imshow("OpenPose ONNX Runtime", frame)

    if cv2.waitKey(1) & 0xFF == ord('q'):
        break

cap.release()
cv2.destroyAllWindows()

python
session = ort.InferenceSession("openpose.onnx")

python
input_name = session.get_inputs()[0].name

python
img = cv2.resize(frame, (368, 368))
img = img.astype(np.float32) / 255.0
img = img.transpose(2, 0, 1)
img = np.expand_dims(img, axis=0)

python
output = session.run(None, {input_name: img})

python
heatmap = output[0]

Plain Text
鼻子
脖子
左肩 → 左肘 → 左手腕
右肩 → 右肘 → 右手腕
腰 → 左膝 → 左脚踝
腰 → 右膝 → 右脚踝