骨格情報の数値化，可視化

概要

動画データを読み込み，映った人物(現在は一人)の骨格情報を数値化し，CSVデータに出力する． また，骨格情報を可視化した動画データも出力する． また，デモ用としてカメラから動画を撮影し，ゲージとして可視化した活動量を動画として出力する機能も用意した．

ファイル，ディレクトリ一覧

• README.md
  • このファイル
• draw_skelton_informations.py
  • 映った人物の骨格情報を数値化し，CSVデータに出力するプログラム
• input_data/
  • 読み込む動画データを格納する．入力データに指定がない場合，このディレクトリ直下のinput_video.mp4が指定される．
• output_data/
  • 動画データ，CSVデータが出力される．
• detect_track.py(デモ用)
  • カメラから動画を撮影し，ゲージとして可視化した活動量を動画として送信するプログラム

使用方法

python3 draw_skelton_informations.py [-h] [--input INPUTDATA] [--output OUTPUTDATA] [--csv OUTPUTCSV][--box][--skelton]

• optional arguments:
  • -h, --help
    • show this help message and exit
  • --input INPUTDATA
    • imput file (mp4_filename)
  • --output OUTPUTDATA
    • output file(mp4_filename)
  • --csv OUTPUTCSV
    • output csvfile(csv_filename)
  • --box
    • output only box
  • --skelton
    • output only skelton

デモプログラム使用法

Dockerを使用する場合

docker build -t healthy-detection:demo .
xhost +
docker run --rm \
    -e DISPLAY -v /tmp/.X11-unix:/tmp/.X11-unix \
    --device /dev/video0:/dev/video0:rwm \
    healthy-detection:demo

Dockerを使用しない場合

1. python3.11.3 のインストール
2. import のためのインストール pip3 install -r requirements.txt
3. python3 detect_track.py [-h] [--type DETECTTYPE] [--limit DETECTEDPEOPLE] [--fps FPS] [--outlier VALIDATION][--model MODEL][--framesize SIZE]

• optional arguments:
  • -h, --help
    • Show this help message and exit
  • --type DETECTTYPE
    • Set demo_type
  • --limit DETECTEDPEOPLE
    • Set numuber of detected people
  • --fps FPS
    • Set FPS
  • --outlier VALIDATION
    • Set validation
  • --model MODEL
    • Set model_data
  • --framesize SIZE
    • Set width and heigh of framesize

実行環境

• 実行環境
  • Python 3.11.3
  • ライブラリ
    • cv2
    • mediapipe
    • csv
    • datetime
    • argparse
    • RawTextHelpFormatter