# AI 姿态检测使用教程：浏览器本地识别 33 个人体关键点并导出 JSON

> 来源：工具派（https://gjupai.com） 原文页面：https://gjupai.com/tutorial/ai-pose-estimator-guide

## 工具简介

**AI 姿态检测**是工具派推出的一款基于 MediaPipe 的在线人体姿态识别工具：上传一张人物照片，工具会在浏览器本地运行 PoseLandmarker 模型，自动检测画面中的人体并定位 **33 个关键点**（鼻子、眼睛、耳朵、肩膀、手肘、手腕、髋部、膝盖、脚踝等），同时在原图上绘制红色骨架连线和关键点圆点，让人体姿态一目了然。检测完成后可以下载带骨架标注的 PNG 图片，也可以导出包含每个关键点坐标的 JSON 文件，方便用于动作分析、健身姿势校正、舞蹈动作比对、AI 训练数据标注等场景。整个过程在浏览器本地完成，图片不会上传到服务器，隐私有保障。

## 功能亮点

- **浏览器本地运行，隐私安全**：基于 MediaPipe PoseLandmarker，模型在浏览器端（WASM）加载和推理，图片全程不离开你的设备，不上传服务器。
- **33 个全身关键点**：覆盖面部、躯干和四肢的标准姿态关键点，每个关键点都带有 x、y、z 三维坐标和 visibility 可见度。
- **支持多人同时检测**：一张图里有多个人物时，会逐个识别并分别绘制骨架，结果区会显示检测到的人体姿态数量。
- **骨架可视化标注**：自动在原图上用红色线条连接关键点、用圆点标出关节位置，姿态结构直观可读。
- **原图 / 结果左右对比**：检测完成后页面并排展示「原图」和「姿态检测结果」，方便核对标注是否准确。
- **双格式导出**：「下载标注图」得到带骨架的 PNG，「下载 JSON」得到结构化坐标数据，兼顾展示与二次开发。
- **打开即用，无需安装**：不装任何软件、不配 Python 环境，上传图片点一下就能跑。

## 参数说明

| 参数 | 说明 | 默认值 / 取值范围 |
| --- | --- | --- |
| 上传图片 | 待检测的人物图片，点击「选择文件」从本地选择 | 支持 JPG / PNG / WEBP，最大 10MB |
| 开始检测 | 触发姿态识别；未选择图片或检测进行中时按钮不可用 | 首次检测会自动加载模型并显示进度条 |
| 检测人数 | 单张图片中可识别的人体数量 | 自动识别，单人 / 多人均可 |
| 关键点数量 | 每个检测到的人体姿态输出的关键点数 | 固定 33 个（MediaPipe Pose 标准） |
| 下载标注图 | 导出叠加红色骨架的结果图 | PNG 格式，文件名 `pose_时间戳.png` |
| 下载 JSON | 导出关键点坐标数据，含 poseIndex、pointCount 及每个点的 x / y / z / visibility | JSON 格式，文件名 `pose_时间戳.json` |

## 使用步骤

1. **打开工具页面**：页面上方是工具标题和简介，中间是「上传图片」卡片（含文件选择框和「开始检测」按钮），下方是结果展示区，无需登录即可使用。

![AI 姿态检测工具主界面：顶部为标题卡片「AI 姿态检测」及功能简介（MediaPipe 本地检测 33 个关键点、支持](article/202607/1783999869353_4240.png)

2. **选择图片**：点击「选择文件」上传一张人物照片，支持 JPG / PNG / WEBP，大小不超过 10MB。建议人物完整、光线良好，这样关键点定位更准确。

3. **点击「开始检测」**：首次使用时会先在浏览器中加载 MediaPipe 模型，页面会显示「模型加载中 X%」的进度条，加载完成后自动开始识别；之后再检测就无需等待。

4. **查看检测结果**：检测成功后，页面并排展示「原图」和「姿态检测结果」，结果图上每个关键点标有红色圆点、关键点之间以红色线条连接成骨架；下方「检测结果」卡片会提示检测到几个人体姿态、每个姿态多少个关键点。

5. **导出结果**：需要带骨架的图片时点「下载标注图」保存 PNG；需要坐标数据做点云分析、动作比对或二次开发时点「下载 JSON」，文件中每个关键点都包含归一化的 x、y、z 坐标和 visibility 可见度。

## 使用技巧

- **人物完整、光线充足效果最好**：关键点检测依赖清晰的人体轮廓，人物被裁切、逆光或严重遮挡时容易漏检，上传前尽量选构图完整的照片。
- **遮挡越少越准**：手臂交叉、多人重叠会遮挡关节，可能导致连线位置偏移，侧面或正面舒展的姿势识别效果最稳定。
- **善用 JSON 里的 visibility**：每个关键点的 visibility 表示可见度置信度，二次开发时可以过滤掉低于阈值（如 0.5）的点，避免低质量关键点干扰分析。
- **x / y 是归一化坐标**：JSON 中的 x、y 为 0–1 之间相对于图片宽高的比例，换算成像素坐标需分别乘以图片宽和高；z 表示相对深度，可用于粗略判断肢体前后关系。
- **多人图逐个核对**：多人场景下建议对照原图检查每个人的骨架归属，拥挤场景中相邻人物的连线可能串到一起。
- **首次加载慢属正常**：第一次检测需要下载并初始化模型文件，耐心等待进度条走完即可，模型会被浏览器缓存，后续使用明显变快。

## 常见问题

**Q1：我上传的图片会被保存到服务器吗？**
不会。姿态检测全程在浏览器本地通过 MediaPipe 模型完成，图片只在你的设备内存中处理，不会上传到任何服务器，处理完关闭页面即释放，隐私完全由自己掌控。

**Q2：支持视频或摄像头实时检测吗？**
目前页面只支持上传静态图片（JPG / PNG / WEBP），不支持视频文件和摄像头实时流。如需检测视频中的动作，可以先截取关键帧图片再逐张检测。

**Q3：为什么提示「未检测到人体姿态」？**
通常是图片中人物太小、被严重遮挡、光线过暗，或上传的根本不是人物照片。换一张人物完整、清晰、占画面比例较大的图片再试即可。

**Q4：33 个关键点都包括哪些部位？**
采用 MediaPipe Pose 的标准关键点集，覆盖鼻子、双眼、双耳、嘴部、双肩、双肘、双腕、双手、双髋、双膝、双踝、双脚等全身主要关节，足以还原完整的人体骨架姿态。

**Q5：第一次点「开始检测」为什么要等很久？**
首次使用需要把 MediaPipe 模型文件加载到浏览器中，页面会显示加载进度条，耗时取决于网络和设备性能。模型加载后会被缓存，之后再次检测就是秒级完成。

**Q6：下载的 JSON 数据能用来做什么？**
可用于动作相似度比对、健身 / 瑜伽姿势校正、舞蹈动作分析、体感交互开发、AI 训练数据标注等。每个关键点都带 x / y / z 坐标和 visibility，直接对接各类姿态分析算法。