MediaPipe Pose实战：康复训练动作监测系统搭建

1. 引言

1.1 康复训练中的技术痛点

在现代康复医学中，患者的动作规范性直接影响治疗效果。传统的康复训练依赖治疗师肉眼观察和手动记录，存在主观性强、反馈滞后、难以量化等问题。尤其在远程医疗或家庭康复场景下，缺乏实时动作评估工具成为制约康复质量的关键瓶颈。

随着AI视觉技术的发展，人体骨骼关键点检测为这一难题提供了全新的解决路径。通过自动识别用户身体姿态并进行动作比对，系统可实现实时纠错、数据追踪与个性化反馈，极大提升康复训练的科学性和效率。

1.2 技术选型背景

面对多种姿态估计方案（如OpenPose、HRNet、AlphaPose等），我们选择Google MediaPipe Pose作为核心引擎，原因在于其： - 轻量级设计，适合部署在边缘设备或普通PC； - 高精度33个3D关键点输出，满足临床级动作分析需求； - 原生支持CPU推理，无需GPU即可实现毫秒级响应； - 开源稳定，集成简单，社区生态成熟。

本文将基于该模型，手把手搭建一个本地化运行的康复训练动作监测系统，支持图像上传、骨骼可视化与异常动作预警功能。

2. 核心技术原理

2.1 MediaPipe Pose 工作机制解析

MediaPipe Pose采用“两阶段检测”架构，兼顾速度与精度：

第一阶段：人体检测（BlazeDetector）
输入整幅图像，快速定位人体区域（bounding box）。
使用轻量级CNN网络，在低分辨率下完成粗略定位，显著降低计算开销。
第二阶段：姿态估计（PoseNet）
将裁剪后的人体区域输入到PoseNet模型。
输出33个关键点的(x, y, z)坐标及置信度分数，其中z表示深度信息（相对值）。
关键点覆盖头部、躯干、四肢主要关节，包括鼻尖、眼睛、肩膀、手肘、手腕、髋部、膝盖、脚踝等。

📌技术类比：这类似于先用望远镜找到目标人物，再用显微镜精细观察其肢体细节。

2.2 3D关键点的意义与应用价值

虽然输入是2D图像，但MediaPipe Pose能输出带有相对深度信息的3D坐标（以像素为单位）。这对于康复训练尤为重要： - 可判断患者是否前倾、后仰或侧弯； - 支持三维角度计算，如膝关节屈伸角度、肩关节外展幅度； - 结合时间序列分析，可构建动作轨迹图谱，用于动作一致性评估。

import cv2 import mediapipe as mp # 初始化MediaPipe Pose模块 mp_pose = mp.solutions.pose pose = mp_pose.Pose( static_image_mode=False, model_complexity=1, # 中等复杂度，平衡性能与精度 enable_segmentation=False, min_detection_confidence=0.5, min_tracking_confidence=0.5 ) # 图像读取与处理 image = cv2.imread("patient.jpg") rgb_image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) results = pose.process(rgb_image) if results.pose_landmarks: print(f"检测到 {len(results.pose_landmarks.landmark)} 个关键点") # 打印左肩坐标 left_shoulder = results.pose_landmarks.landmark[mp_pose.PoseLandmark.LEFT_SHOULDER] print(f"左肩位置: x={left_shoulder.x:.3f}, y={left_shoulder.y:.3f}, z={left_shoulder.z:.3f}")

上述代码展示了如何调用MediaPipe Pose API完成一次完整的姿态检测。整个过程仅需几十毫秒，适合嵌入到实时监控系统中。

3. 系统实现与WebUI集成

3.1 项目环境配置

本系统完全基于Python生态构建，依赖库均已打包至镜像环境中，无需额外安装。主要组件如下：

组件	版本	作用
Python	3.9+	运行时环境
MediaPipe	0.10.0+	核心姿态检测引擎
Flask	2.3.3	Web服务框架
OpenCV	4.8.0	图像处理与绘制
NumPy	1.24.0+	数值计算支持

启动命令已封装，用户只需运行python app.py即可开启本地Web服务。

3.2 WebUI功能详解

系统提供简洁直观的网页界面，操作流程如下：

点击平台HTTP按钮，打开浏览器访问本地服务端口（如http://localhost:5000）。
上传照片：支持JPG/PNG格式，建议为全身正面或侧面照。
自动分析与渲染：
后端接收图像后调用MediaPipe进行姿态估计；
将检测结果叠加回原图，生成“火柴人”骨架图；
返回前端展示，并标注关键关节点名称。

可视化规则说明：

🔴红点：表示检测到的关键关节（共33个）
⚪白线：连接相邻关节点，形成骨骼结构
✅高亮显示：对易出错部位（如膝盖、腰部）增加圆圈强调

# 在图像上绘制骨骼连接 mp_drawing = mp.solutions.drawing_utils mp_drawing_styles = mp.solutions.drawing_styles def draw_skeleton(image, results): if results.pose_landmarks: mp_drawing.draw_landmarks( image, results.pose_landmarks, mp_pose.POSE_CONNECTIONS, landmark_drawing_spec=mp_drawing_styles.get_default_pose_landmarks_style() ) return image

该函数利用MediaPipe内置的绘图工具，自动按照标准连接方式绘制骨架线，确保风格统一且专业。

4. 康复动作监测逻辑设计

4.1 动作标准库构建

为了实现动作合规性判断，需预先建立“标准动作模板”。例如“站立抬腿”康复动作的标准姿态可通过以下方式定义：

# 定义标准动作的关键角度范围（单位：度） STANDARD_ANGLES = { 'hip_knee_ankle': (160, 180), # 下肢伸直角度 'shoulder_elbow_wrist': (90, 110) # 上肢支撑角度 }

实际应用中，这些模板可通过采集康复师示范动作多次平均获得，提升鲁棒性。

4.2 实时角度计算与偏差报警

系统通过三个连续关键点计算夹角，判断当前动作是否符合规范。以下是核心算法实现：

import math def calculate_angle(a, b, c): """ 计算三点形成的夹角 ∠abc a, b, c: MediaPipe Landmark对象 """ ax, ay = a.x, a.y bx, by = b.x, b.y cx, cy = c.x, c.y ba = (ax - bx, ay - by) bc = (cx - bx, cy - by) cosine_angle = (ba[0]*bc[0] + ba[1]*bc[1]) / ( math.sqrt(ba[0]**2 + ba[1]**2) * math.sqrt(bc[0]**2 + bc[1]**2) ) angle = math.acos(cosine_angle) return math.degrees(angle) # 示例：检测右膝弯曲角度 right_hip = results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_HIP] right_knee = results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_KNEE] right_ankle = results.pose_landmarks.landmark[mp_pose.PoseLandmark.RIGHT_ANKLE] knee_angle = calculate_angle(right_hip, right_knee, right_ankle) if knee_angle < 160: print("⚠️ 检测到膝盖未充分伸展！请调整姿势") else: print("✅ 动作规范")

此逻辑可扩展至多个关节组合，形成完整的动作评分体系。