人工智能大作业-基于CNN的人体姿态和动作识别python源码+详细注释+项目说明.zip

import os import GetAcitionData import ModelTest import TrainModel import PoseDetector import cv2 import keyboard import time class MainTest(): #读取各种信息方法 def ReadInfo(self): # 保存需要学习的动作的视频地址 path = input("请输入需要读取的视频地址") # 保存所读取动作的名称 ActionName = input("请输入动作的名称") # 保存需要存储的动作图片数量 ActionNum = eval(input("请输入需要保存的图片数量")) #返回信息 return path,ActionName,ActionNum #保存处理过的动作图片信息 def GetActionInfo(self,cap,ActionName,ActionNum,DataPath): #计数器 count=0 #创建SaveDate的对象 SaveIm=GetAcitionData.SaveDate() while True: #当数据存储数量小于设定数量时继续 if count<ActionNum: #定义img保存图片 success,img=cap.read() #创建PoseDetector中poseDetector类的对象 detector=PoseDetector.poseDetector() #使用对象中的FindPose方法画出骨骼 img=detector.FindPose(img) #存储处理完的图像 SaveIm.saveimg(img,count,ActionName,DataPath) #每进行一次存储计数器+1 count=count+1 #测试用主函数 def main(): #创建ModelTest对象 OpenVideo=ModelTest.ModelTest() #创建TrainModel对象 train=TrainModel.TrainNetWork() #创建MainTest对象 Test=MainTest() # 保存获取的动作数据的地址 ActionPath = "./ActionData/" while True: #keyboard函数判断按键为何 #按下s键输入需要学习的视频地址和视频名称以及预备学习的数量 if keyboard.is_pressed('s'): #按下s后程序睡眠一秒再运行防止多次启动 time.sleep(1) #引用MainTest对象中的ReadInfo方法对视频地址，视频名称，截取次数进行设定 path,ActionName,ActionNum=Test.ReadInfo() #传入地址并打开视频 cap = OpenVideo.OpenVideo(path) #创建当前动作名称文件夹 try: os.makedirs('./ActionData/' + ActionName) except OSError as e: print(ActionName + '文件夹已创建') #重新设置保存动作数据文件路径 ActionPath=ActionPath+ActionName+"/" #对动作文件进行截取并进行处理后保存 Test.GetActionInfo(cap,ActionName,ActionNum,ActionPath) print("fine") #释放视频文件 cap.release() continue #按下t键输入需要学习的动作个数和迭代次数，并开始学习 elif keyboard.is_pressed('t'): time.sleep(1) print("即将开始训练") #引用TrainModel中的train方法对保存的数据文件进行学习 train.Train() continue #按下f键打开摄像头并判断动作 elif keyboard.is_pressed('f'): #打开摄像头 cap=OpenVideo.OpenCamera() #引用ModelTest中的ActionRecognition方法判断动作 OpenVideo.ActionRecognition(cap) continue cap=OpenVideo.OpenCamera() #train.Train() OpenVideo.ActionRecognition(cap) if __name__=="__main__": main()