前端实现人类动作捕捉，怎么办？几十行代码轻松搞定！-51CTO.COM

Hello，大家好，我是 Sunday。

昨天有个同学问我：“Sunday 老师，我们公司要做一个动作捕捉的功能，竟然要前端去做！这玩意前端弄不了吧？”

这样的功能，如果完全从 0 去写，自然是非常复杂，但是目前早已有了对应的实现类库，它就是 HandtrackJS！基于它，我们可以很轻松的实现对应的功能！

01：什么是 HandtrackJS

HandtrackJS 是一个基于 JavaScript 的开源库，用于实时手部检测和手势识别。它利用了机器学习模型来检测手的位置和姿势，使得开发者可以在网页和其他 JavaScript 环境中轻松地实现手势控制和交互功能。

HandtrackJS 提供了对应的案例，我们可以一起来看下对应的效果：

图片

根据示例 DEMO 我们可以发现，利用 HandtrackJS 可以直接捕获到人像与手势，同时还可以根据不同的手势进行识别，如下图所示：

图片

整个手势的状态被识别并分为了：open、pinch、closed 三种不同的状态

02：实现一个动作捕捉功能

整个 HandtrackJS 使用也非常方便，根据官方文档所示，我们可以分别通过 npm 或 cdn 的形式直接进行安装，这里为了方便，直接通过 cdn 的形式引入：

html 部分

<body class="bx--body p20">
 <div class="mb10">
  <button
   id="trackbutton"
   class="bx--btn bx--btn--secondary"
   type="button"
   disabled
  >
   点击启动
  </button>
 </div>
 <!-- 捕捉和展示实时视频流 -->
 <video
  class="videobox canvasbox"
  autoplay="autoplay"
  id="myvideo"
  style="display: none"
 ></video>
 <!-- 视频流渲染到 canvas 之中 -->
 <canvas id="canvas" class="border canvasbox"></canvas>
 <!-- cdn 引入 handtrack -->
 <script src="lib/handtrack.min.js"></script>
 <script src="js/index.js"></script>
</body>

在上面代码中，核心有两个标签：

video：它的主要作用是开启一个视频流，用来捕获摄像头图像的。但是真正的展示并不是通过它来做，所以这里直接 display: none 隐藏即可
canvas：这是真正用来展示捕获内容的界面

JS 部分

搞定了 html 之后，接下来我们来处理 js 的内容

1：利用 handTrack 加载模型

handTrack 是 HandtrackJS 的核心类，可以利用它的 load 方法加载配置、模型：

let model = null // 存储加载的模型
let trackButton = document.getElementById('trackbutton') // 获取按钮元素

// 模型参数配置
const modelParams = {
 maxNumBoxes: 20, // 最大检测框数量
 iouThreshold: 0.5, // IOU阈值
 scoreThreshold: 0.6 // 分数阈值
}

// 加载模型
handTrack.load(modelParams).then((lmodel) => {
 model = lmodel // 保存加载的模型
 trackButton.disabled = false // 启用按钮
})

2：按钮按下，开启视频捕捉

监听 trackButton 按钮的点击行为，利用 video 开启摄像头

// 获取HTML中的video和canvas元素
const video = document.getElementById('myvideo')
const canvas = document.getElementById('canvas')
const context = canvas.getContext('2d') // 获取canvas的2D绘图上下文

let isVideo = false // 标记视频是否正在播放

// 开始视频捕捉
function startVideo() {
 handTrack.startVideo(video).then(function (status) {
  if (status) {
   // 如果视频启动成功
   isVideo = true // 设置视频状态为正在播放
   runDetection() // 开始检测
  } else {
   // 视频启动失败处理（未实现）
  }
 })
}

// 运行检测
function runDetection() {
 model.detect(video).then((predictions) => {
  model.renderPredictions(predictions, canvas, context, video) // 在canvas上绘制检测结果
  if (isVideo) {
   requestAnimationFrame(runDetection) // 如果视频正在播放，继续检测
  }
 })
}

// 切换视频播放状态
function toggleVideo() {
 if (!isVideo) {
  startVideo() // 如果视频未播放，则启动视频
 } else {
  handTrack.stopVideo(video) // 停止视频
  isVideo = false // 设置视频状态为未播放
 }
}

// 按钮点击事件监听，点击按钮时切换视频状态
trackButton.addEventListener('click', function () {
 toggleVideo()
})

至此整个的检测就已经全部完成了，是不是还是挺简单的。咱们来看看效果！

图片