# =================================================== # MediaPipe Poseで姿勢推定 # =================================================== # インストール（初回のみ） # !pip install mediapipe opencv-python import cv2 import mediapipe as mp import numpy as np import matplotlib.pyplot as plt # =================================================== # 1. MediaPipeの初期化 # =================================================== # mp.solutions.pose: 姿勢推定モジュール mp_pose = mp.solutions.pose # mp.solutions.drawing_utils: 描画ユーティリティ # キーポイントと骨格を簡単に描画できる mp_drawing = mp.solutions.drawing_utils mp_drawing_styles = mp.solutions.drawing_styles print(“MediaPipeモジュールをロードしました”)

# =================================================== # 2. Poseオブジェクトの作成 # =================================================== # mp_pose.Pose(): 姿勢推定器を作成 # 各パラメータの意味: pose = mp_pose.Pose( # static_image_mode: True=画像モード、False=動画モード # 動画モードでは前フレームの情報を使って追跡（高速） static_image_mode=True, # model_complexity: モデルの複雑さ（0, 1, 2） # 0: 軽量（低精度、高速） # 1: バランス型（デフォルト） # 2: 高精度（低速） model_complexity=1, # enable_segmentation: True=人物のセグメンテーションも出力 enable_segmentation=False, # min_detection_confidence: 検出の信頼度閾値（0.0〜1.0） # この値以上の信頼度がないと検出しない min_detection_confidence=0.5, # min_tracking_confidence: トラッキングの信頼度閾値（動画モード時） min_tracking_confidence=0.5 ) print(“Poseオブジェクトを作成しました”)

# =================================================== # 3. 画像の読み込みと姿勢推定 # =================================================== # 画像を読み込み # cv2.imread(): BGRカラーで読み込み image = cv2.imread(‘person_exercise.jpg’) # OpenCVはBGR、MediaPipeはRGBを期待するので変換 image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 画像サイズを取得（後で座標変換に使用） h, w, _ = image.shape print(f”画像サイズ: {w}×{h}”) # pose.process(): 姿勢推定を実行 # 引数: RGB形式の画像 # 戻り値: 検出結果（ランドマーク情報を含む） results = pose.process(image_rgb) # 検出できたかチェック if results.pose_landmarks: print(“姿勢を検出しました！”) print(f”検出されたキーポイント数: {len(results.pose_landmarks.landmark)}”) else: print(“姿勢を検出できませんでした”)

# =================================================== # 4. キーポイントの座標を取得 # =================================================== if results.pose_landmarks: # results.pose_landmarks.landmark: 33個のランドマークのリスト landmarks = results.pose_landmarks.landmark # 主要なキーポイントのインデックス # MediaPipeの公式ドキュメントで定義されている keypoint_names = { 0: ‘鼻’, 11: ‘左肩’, 12: ‘右肩’, 13: ‘左肘’, 14: ‘右肘’, 15: ‘左手首’, 16: ‘右手首’, 23: ‘左腰’, 24: ‘右腰’, 25: ‘左膝’, 26: ‘右膝’, 27: ‘左足首’, 28: ‘右足首’ } print(“\n主要なキーポイントの座標:”) print(“-” * 50) for idx, name in keypoint_names.items(): # landmark.x, landmark.y: 正規化座標（0〜1） # 実際のピクセル座標に変換するには画像サイズを掛ける landmark = landmarks[idx] # ピクセル座標に変換 x = int(landmark.x * w) y = int(landmark.y * h) # visibility: そのキーポイントが見えているかの信頼度（0〜1） # 1に近いほど確実に見えている visibility = landmark.visibility print(f”{name:8s}: ({x:4d}, {y:4d}), 信頼度: {visibility:.3f}”)

# =================================================== # 5. 結果の可視化 # =================================================== # 描画用に画像をコピー image_with_pose = image_rgb.copy() if results.pose_landmarks: # mp_drawing.draw_landmarks(): キーポイントと骨格を描画 # 引数: # image: 描画先の画像 # landmark_list: ランドマークのリスト # connections: 接続情報（どのキーポイント同士を線で結ぶか） # landmark_drawing_spec: キーポイントの描画スタイル # connection_drawing_spec: 接続線の描画スタイル mp_drawing.draw_landmarks( image_with_pose, results.pose_landmarks, mp_pose.POSE_CONNECTIONS, # 標準の骨格接続 landmark_drawing_spec=mp_drawing_styles.get_default_pose_landmarks_style() ) # matplotlibで表示 plt.figure(figsize=(12, 8)) plt.imshow(image_with_pose) plt.title(‘MediaPipe Pose Detection’) plt.axis(‘off’) plt.tight_layout() plt.savefig(‘mediapipe_pose_result.png’, dpi=150, bbox_inches=’tight’) plt.show() print(“\nmediapipe_pose_result.png を保存しました”)

# =================================================== # 6. リソースの解放 # =================================================== # pose.close(): Poseオブジェクトを閉じてリソースを解放 pose.close() print(“リソースを解放しました”)

# MediaPipe Pose – 画像の姿勢推定 完成コード import cv2 import mediapipe as mp import matplotlib.pyplot as plt # MediaPipeの初期化 mp_pose = mp.solutions.pose mp_drawing = mp.solutions.drawing_utils mp_drawing_styles = mp.solutions.drawing_styles # Poseオブジェクトを作成 pose = mp_pose.Pose( static_image_mode=True, model_complexity=1, min_detection_confidence=0.5 ) # 画像を読み込み image = cv2.imread(‘person_exercise.jpg’) image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) h, w, _ = image.shape # 姿勢推定を実行 results = pose.process(image_rgb) # 結果を描画 image_with_pose = image_rgb.copy() if results.pose_landmarks: mp_drawing.draw_landmarks( image_with_pose, results.pose_landmarks, mp_pose.POSE_CONNECTIONS, landmark_drawing_spec=mp_drawing_styles.get_default_pose_landmarks_style() ) # キーポイント座標を表示 for idx, landmark in enumerate(results.pose_landmarks.landmark): x = int(landmark.x * w) y = int(landmark.y * h) print(f”キーポイント{idx}: ({x}, {y})”) # 表示 plt.figure(figsize=(12, 8)) plt.imshow(image_with_pose) plt.title(‘MediaPipe Pose’) plt.axis(‘off’) plt.savefig(‘pose_result.png’, dpi=150, bbox_inches=’tight’) plt.show() pose.close()

# =================================================== # Webカメラでリアルタイム姿勢推定 # =================================================== import cv2 import mediapipe as mp # MediaPipeの初期化 mp_pose = mp.solutions.pose mp_drawing = mp.solutions.drawing_utils mp_drawing_styles = mp.solutions.drawing_styles # 動画モードでPoseを作成 # static_image_mode=Falseで動画モード（前フレームの情報を活用して高速化） pose = mp_pose.Pose( static_image_mode=False, # 動画モード model_complexity=1, smooth_landmarks=True, # ランドマークの平滑化（ブレ軽減） min_detection_confidence=0.5, min_tracking_confidence=0.5 ) # cv2.VideoCapture(0): Webカメラを開く # 0 = デフォルトカメラ、1 = 2番目のカメラ cap = cv2.VideoCapture(0) print(“Webカメラを開始しました”) print(“終了するには ‘q’ キーを押してください”) while cap.isOpened(): # フレームを取得 # success: 取得成功したかどうか（True/False） # frame: 取得したフレーム（BGR形式） success, frame = cap.read() if not success: print(“フレームの取得に失敗しました”) break # BGRからRGBに変換（MediaPipe用） frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) # 姿勢推定を実行 results = pose.process(frame_rgb) # 結果を描画 if results.pose_landmarks: mp_drawing.draw_landmarks( frame, # BGR形式のフレームに直接描画 results.pose_landmarks, mp_pose.POSE_CONNECTIONS, landmark_drawing_spec=mp_drawing_styles.get_default_pose_landmarks_style() ) # cv2.imshow(): ウィンドウに表示 cv2.imshow(‘MediaPipe Pose – Press Q to Quit’, frame) # cv2.waitKey(5): 5ミリ秒キー入力を待つ # 0xFF == ord(‘q’): ‘q’キーが押されたら if cv2.waitKey(5) & 0xFF == ord(‘q’): break # リソースを解放 cap.release() cv2.destroyAllWindows() pose.close() print(“終了しました”)

# =================================================== # 3点から角度を計算する関数 # =================================================== import numpy as np def calculate_angle(a, b, c): “”” 3点から角度を計算する関数 引数: a: 点Aの座標 (x, y) – 例: 肩 b: 点Bの座標 (x, y) – 角度を測る頂点（例: 肘） c: 点Cの座標 (x, y) – 例: 手首 戻り値: 角度（度数法、0〜180度） 使用例: angle = calculate_angle(shoulder, elbow, wrist) “”” # リストやタプルをNumPy配列に変換 # NumPy配列にすることで、ベクトル演算が簡単にできる a = np.array(a) b = np.array(b) c = np.array(c) # ベクトルを計算 # ba: 点Bから点Aへのベクトル # bc: 点Bから点Cへのベクトル ba = a – b bc = c – b # 内積を計算 # np.dot(): 2つのベクトルの内積 dot_product = np.dot(ba, bc) # ベクトルの大きさ（ノルム）を計算 # np.linalg.norm(): ベクトルの大きさを計算 magnitude_ba = np.linalg.norm(ba) magnitude_bc = np.linalg.norm(bc) # コサインを計算 # ゼロ除算を防ぐため、大きさが0でないことを確認 if magnitude_ba == 0 or magnitude_bc == 0: return 0 cosine_angle = dot_product / (magnitude_ba * magnitude_bc) # 数値誤差で-1〜1の範囲を超えることがあるのでクリップ # np.clip(): 値を指定範囲に制限 cosine_angle = np.clip(cosine_angle, -1.0, 1.0) # アークコサインで角度（ラジアン）を計算 # np.arccos(): コサインから角度を計算 angle_radians = np.arccos(cosine_angle) # ラジアンから度に変換 # np.degrees(): ラジアンを度に変換 angle_degrees = np.degrees(angle_radians) return angle_degrees # テスト shoulder = (250, 180) elbow = (280, 280) wrist = (310, 380) angle = calculate_angle(shoulder, elbow, wrist) print(f”肘の角度: {angle:.1f}度”)

# =================================================== # スクワットのフォーム分析 # =================================================== import cv2 import mediapipe as mp import numpy as np def calculate_angle(a, b, c): “””3点から角度を計算””” a = np.array(a) b = np.array(b) c = np.array(c) ba = a – b bc = c – b cosine_angle = np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc)) cosine_angle = np.clip(cosine_angle, -1.0, 1.0) return np.degrees(np.arccos(cosine_angle)) def analyze_squat(landmarks, h, w): “”” スクワットのフォームを分析 引数: landmarks: MediaPipeのランドマークリスト h, w: 画像の高さと幅 戻り値: 分析結果の辞書 “”” # 左脚のキーポイントを取得 # インデックスはMediaPipe Poseの定義に基づく left_hip = [landmarks[23].x * w, landmarks[23].y * h] left_knee = [landmarks[25].x * w, landmarks[25].y * h] left_ankle = [landmarks[27].x * w, landmarks[27].y * h] # 右脚のキーポイントを取得 right_hip = [landmarks[24].x * w, landmarks[24].y * h] right_knee = [landmarks[26].x * w, landmarks[26].y * h] right_ankle = [landmarks[28].x * w, landmarks[28].y * h] # 両膝の角度を計算 left_knee_angle = calculate_angle(left_hip, left_knee, left_ankle) right_knee_angle = calculate_angle(right_hip, right_knee, right_ankle) # 平均角度 avg_knee_angle = (left_knee_angle + right_knee_angle) / 2 # フォーム判定 if avg_knee_angle < 90: depth = "深い（Excellent!）" score = 100 elif avg_knee_angle < 110: depth = "適度（Good）" score = 80 elif avg_knee_angle < 130: depth = "浅め（もう少し深く）" score = 60 else: depth = "浅い（もっと深く！）" score = 40 return { 'left_knee_angle': left_knee_angle, 'right_knee_angle': right_knee_angle, 'avg_knee_angle': avg_knee_angle, 'depth': depth, 'score': score } # =================================================== # スクワット分析の実行 # =================================================== mp_pose = mp.solutions.pose pose = mp_pose.Pose(static_image_mode=True, model_complexity=1) # 画像を読み込み image = cv2.imread('squat.jpg') image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) h, w, _ = image.shape # 姿勢推定 results = pose.process(image_rgb) if results.pose_landmarks: # スクワット分析 analysis = analyze_squat(results.pose_landmarks.landmark, h, w) print("=" * 50) print("スクワット フォーム分析") print("=" * 50) print(f"左膝の角度: {analysis['left_knee_angle']:.1f}度") print(f"右膝の角度: {analysis['right_knee_angle']:.1f}度") print(f"平均角度: {analysis['avg_knee_angle']:.1f}度") print(f"深さ評価: {analysis['depth']}") print(f"スコア: {analysis['score']}/100") pose.close()

# =================================================== # バイセップカール（上腕二頭筋のトレーニング）のカウント # =================================================== import cv2 import mediapipe as mp import numpy as np def calculate_angle(a, b, c): “””3点から角度を計算””” a = np.array(a) b = np.array(b) c = np.array(c) ba = a – b bc = c – b cosine_angle = np.dot(ba, bc) / (np.linalg.norm(ba) * np.linalg.norm(bc)) cosine_angle = np.clip(cosine_angle, -1.0, 1.0) return np.degrees(np.arccos(cosine_angle)) # MediaPipeの初期化 mp_pose = mp.solutions.pose mp_drawing = mp.solutions.drawing_utils pose = mp_pose.Pose( static_image_mode=False, model_complexity=1, min_detection_confidence=0.5, min_tracking_confidence=0.5 ) # カウンター変数 count = 0 # カール回数 stage = “down” # 現在の状態（down: 腕が伸びている、up: 腕が曲がっている） # Webカメラを開く cap = cv2.VideoCapture(0) print(“バイセップカール カウンター”) print(“終了するには ‘q’ キーを押してください”) while cap.isOpened(): success, frame = cap.read() if not success: break # RGB変換 frame_rgb = cv2.cvtColor(frame, cv2.COLOR_BGR2RGB) h, w, _ = frame.shape # 姿勢推定 results = pose.process(frame_rgb) if results.pose_landmarks: landmarks = results.pose_landmarks.landmark # 右腕のキーポイントを取得 shoulder = [landmarks[12].x * w, landmarks[12].y * h] elbow = [landmarks[14].x * w, landmarks[14].y * h] wrist = [landmarks[16].x * w, landmarks[16].y * h] # 肘の角度を計算 elbow_angle = calculate_angle(shoulder, elbow, wrist) # カウントロジック # 腕が伸びている（角度 > 160度）→ down状態 # 腕が曲がっている（角度 < 40度）→ up状態 # down → up への遷移で1回とカウント if elbow_angle > 160: stage = “down” if elbow_angle < 40 and stage == "down": stage = "up" count += 1 print(f"カウント: {count}") # 骨格を描画 mp_drawing.draw_landmarks( frame, results.pose_landmarks, mp_pose.POSE_CONNECTIONS ) # 情報を画面に表示 cv2.putText(frame, f'Count: {count}', (50, 50), cv2.FONT_HERSHEY_SIMPLEX, 1.5, (0, 255, 0), 3) cv2.putText(frame, f'Angle: {int(elbow_angle)}', (50, 100), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2) cv2.putText(frame, f'Stage: {stage}', (50, 140), cv2.FONT_HERSHEY_SIMPLEX, 1, (255, 255, 255), 2) cv2.imshow('Bicep Curl Counter', frame) if cv2.waitKey(5) & 0xFF == ord('q'): break cap.release() cv2.destroyAllWindows() pose.close() print(f"\n最終カウント: {count}回")

# =================================================== # MediaPipe Poseで3D座標を取得 # =================================================== import cv2 import mediapipe as mp import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.mplot3d import Axes3D # MediaPipeの初期化 mp_pose = mp.solutions.pose pose = mp_pose.Pose( static_image_mode=True, model_complexity=2 # 高精度モデル（3D推定に有利） ) # 画像を読み込み image = cv2.imread(‘person.jpg’) image_rgb = cv2.cvtColor(image, cv2.COLOR_BGR2RGB) # 姿勢推定を実行 results = pose.process(image_rgb) # =================================================== # 2Dと3Dの座標を比較 # =================================================== if results.pose_landmarks and results.pose_world_landmarks: print(“=” * 60) print(“2D座標 vs 3D座標の比較”) print(“=” * 60) # 2D座標: pose_landmarks # 画像の正規化座標（0〜1） landmarks_2d = results.pose_landmarks.landmark # 3D座標: pose_world_landmarks # 実世界座標（メートル単位、腰を原点とした相対座標） landmarks_3d = results.pose_world_landmarks.landmark # 主要なキーポイントを比較 keypoints = { 0: ‘鼻’, 11: ‘左肩’, 12: ‘右肩’, 23: ‘左腰’, 24: ‘右腰’ } for idx, name in keypoints.items(): lm_2d = landmarks_2d[idx] lm_3d = landmarks_3d[idx] print(f”\n{name}:”) print(f” 2D: ({lm_2d.x:.3f}, {lm_2d.y:.3f})”) print(f” 3D: ({lm_3d.x:.3f}, {lm_3d.y:.3f}, {lm_3d.z:.3f}) [メートル]”)

# =================================================== # 3D座標を3Dプロットで可視化 # =================================================== if results.pose_world_landmarks: # 3D座標を取得 landmarks_3d = results.pose_world_landmarks.landmark # 全キーポイントの座標をNumPy配列に変換 points_3d = [] for landmark in landmarks_3d: points_3d.append([landmark.x, landmark.y, landmark.z]) points_3d = np.array(points_3d) print(f”\n3D座標の配列サイズ: {points_3d.shape}”) # (33, 3) # 3Dプロットを作成 fig = plt.figure(figsize=(12, 8)) ax = fig.add_subplot(111, projection=’3d’) # キーポイントをプロット # scatter(): 点をプロット ax.scatter( points_3d[:, 0], # X座標 points_3d[:, 2], # Z座標（奥行き）を Y軸に -points_3d[:, 1], # Y座標（反転して上を正に）を Z軸に c=’red’, marker=’o’, s=50 ) # 骨格の接続線を描画 connections = mp_pose.POSE_CONNECTIONS for connection in connections: start_idx = connection[0] end_idx = connection[1] ax.plot( [points_3d[start_idx, 0], points_3d[end_idx, 0]], [points_3d[start_idx, 2], points_3d[end_idx, 2]], [-points_3d[start_idx, 1], -points_3d[end_idx, 1]], ‘blue’, linewidth=2 ) # 軸ラベルとタイトル ax.set_xlabel(‘X (左右)’) ax.set_ylabel(‘Z (前後)’) ax.set_zlabel(‘Y (上下)’) ax.set_title(‘3D Pose Estimation’) # アスペクト比を調整 ax.set_box_aspect([1, 1, 1]) plt.tight_layout() plt.savefig(‘3d_pose_result.png’, dpi=150, bbox_inches=’tight’) plt.show() print(“\n3d_pose_result.png を保存しました”) pose.close()