尧图网站建设 
免费姿势搜索工具 Pose-Search 上手全攻略如何用一张人体骨架图搜遍整个图片库【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search你有没有遇到过这样的时刻手上有一张动作很帅的照片想找更多同款动作却怎么也搜不到输入手臂抬起单脚站立出来的全是无关结果。Pose-Search就是为这个痛点而生的免费开源工具——它不靠文字而是靠人体姿势本身来搜图先用 AI 识别人体 33 个关键点再按骨骼角度与空间关系去图库里找最相似的姿态。下面这份入门指南会带你从零跑通它并玩出进阶花样。上图为项目自带的编辑器界面原图上的红色关键点、3D 骨架模型与元数据面板一目了然。三行命令跑通本地环境Pose-Search 是纯前端项目基于 Vue 3 Vite TypeScript 构建姿势识别底层用的是 Google 的 MediaPipe Pose不需要 GPU、不需要装 Python普通浏览器就能跑。在终端依次执行git clone https://gitcode.com/gh_mirrors/po/pose-search cd pose-search npm install npm run dev浏览器打开本地地址你会看到两个入口首页#/是搜索界面#/editor是数据编辑器。整个识别流程都跑在浏览器里你的图片数据不经过任何第三方服务器。第一次搜索五步找到同款姿势新手最关心的永远是怎么搜。流程其实比想象中简单摆姿势在首页上传一张包含清晰人体的参考图系统会用 MediaPipe 自动标出 33 个关键点肩、肘、腕、髋、膝等。选部位从下拉框里选一个重点关注的身体部位比如Left ElbowRight Knee——也可以直接点击 3D 骨架上的节点系统会自动帮你锁定对应部位。开开关两个关键选项——性别筛选男/女/不区分和是否与拍摄角度相关。前者适合对性别有要求的图库后者后面细讲。点搜索系统会对图库中每张图跑一遍匹配器按相似度打分排序默认最多返回 100 条可在src/config.ts里改MAX_NUM_OF_SEARCH_RESULTS。看结果结果缩略图会自动裁剪到最接近你指定部位的区域点击可查看大图与原图骨架对比。深入使用两个让你效率翻倍的隐藏设定切到与相机角度无关模式这是 Pose-Search 最独特的设计之一。默认的匹配器如src/Search/impl/MatchShoulder.ts同时比对世界空间骨骼角度和相机视角下的投影方向意味着正着拍和侧着拍同一个动作可能被判定为不同姿势。但如果打开界面上的camera unrelated开关程序会切换到位移计算与视角解耦的匹配器如MatchShoulderCameraUnrelated.ts只关心骨架本身的三维几何关系。适合什么场景比如你想收集人物举手这一类动作不管拍摄角度是正面还是侧面都能一网打尽。用 3D 骨架当搜索手柄中间那块灰白色的 3D 模型不是装饰。它是一个由 14 个骨骼段src/components/SkeletonModelCanvas/model/SkeletonModel.ts拼接成的可交互模型每个节点都绑定着真实的人体关节。你可以拖动鼠标旋转、缩放它从任意角度摆出想要的姿态点击某个节点搜索面板会自动切到对应的部位匹配器。这等于把描述姿势这件抽象的事变成了摆一摆模型这种直觉操作。进阶玩法把图库扩容成你的私人姿势库项目自带的数据是基于 Unsplash 图片预处理的但你有两种方式扩展自己的图库本地文件直接入库编辑器里有Add Record按钮上传本地图片即可。接入 Unsplash 批量拉图在 Unsplash 开放平台 申请一个 App Key免费在#/editor里粘贴进去就能按关键词批量导入带标签的图片系统会自动标注性别并逐张跑姿势识别。导入完成后点 Save data.db数据会写入public/photos.json与public/landmarks.dat前者存图片元数据后者用紧凑的二进制格式存 33 个关键点的归一化坐标与三维世界坐标比直接存 JSON 省得多。这也是它搜索速度快的原因之一——匹配时全程在内存里算向量角度不查数据库。四个常见误区与避坑建议误区正确做法拿模糊、背光的图当参考参考图越清晰关键点越准结果越可靠人物被遮挡或截断保证四肢完整入镜否则对应部位置信度低于阈值默认 0.4会被直接跳过盲目追求全图匹配一次只指定一个部位局部匹配反而更精准忽略浏览器支持3D 模型依赖 WebGL2老浏览器会提示降级另外提醒一句识别精度与图片尺寸关系不大800~1200px 宽度的图就够用图片体积大反而拖慢加载。看懂核心源码匹配器系统是如何组织的如果你打算二次开发最值得读的是src/Search/impl/目录。它把姿势匹配抽象成了极干净的接口interface PoseMatcher { prepare(model: SkeletonModel): void; match(photo: Photo): MatchResult | null; }每种身体部位一个文件MatchShoulder、MatchElbow、MatchKnee……在src/Search/Search.ts里用一张配置表统一注册还可以给某个部位额外配一个与相机无关的替补匹配器。想加一个新匹配逻辑实现这个接口、注册进配置表即可其余搜索、排序、缩略图裁剪逻辑全部复用。对想学骨骼几何匹配的人来说这是份比教程还清晰的参考实现。从哪开始贡献Pose-Search 采用MIT 开源协议你可以自由修改、商用甚至改造成自己的产品。它是作者 x6ud 维护的个人项目结构克制、依赖不多Vue 3、MediaPipe、naive-ui、gl-matrix很适合作为学习 3D 可视化和计算机视觉入门的练手项目。建议的贡献路线先跑通项目 → 读懂Search.ts的匹配器注册表 → 试着给某个部位写个新匹配器 → 提交代码或提 Issue 反馈体验问题。与其对着文档空想不如现在就 clone 下来用一张照片体验用动作说话的搜索方式。【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考 免费姿势搜索工具 Pose-Search 上手全攻略：如何用一张人体骨架图搜遍整个图片库
免费姿势搜索工具 Pose-Search 上手全攻略如何用一张人体骨架图搜遍整个图片库【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search你有没有遇到过这样的时刻手上有一张动作很帅的照片想找更多同款动作却怎么也搜不到输入手臂抬起单脚站立出来的全是无关结果。Pose-Search就是为这个痛点而生的免费开源工具——它不靠文字而是靠人体姿势本身来搜图先用 AI 识别人体 33 个关键点再按骨骼角度与空间关系去图库里找最相似的姿态。下面这份入门指南会带你从零跑通它并玩出进阶花样。上图为项目自带的编辑器界面原图上的红色关键点、3D 骨架模型与元数据面板一目了然。三行命令跑通本地环境Pose-Search 是纯前端项目基于 Vue 3 Vite TypeScript 构建姿势识别底层用的是 Google 的 MediaPipe Pose不需要 GPU、不需要装 Python普通浏览器就能跑。在终端依次执行git clone https://gitcode.com/gh_mirrors/po/pose-search cd pose-search npm install npm run dev浏览器打开本地地址你会看到两个入口首页#/是搜索界面#/editor是数据编辑器。整个识别流程都跑在浏览器里你的图片数据不经过任何第三方服务器。第一次搜索五步找到同款姿势新手最关心的永远是怎么搜。流程其实比想象中简单摆姿势在首页上传一张包含清晰人体的参考图系统会用 MediaPipe 自动标出 33 个关键点肩、肘、腕、髋、膝等。选部位从下拉框里选一个重点关注的身体部位比如Left ElbowRight Knee——也可以直接点击 3D 骨架上的节点系统会自动帮你锁定对应部位。开开关两个关键选项——性别筛选男/女/不区分和是否与拍摄角度相关。前者适合对性别有要求的图库后者后面细讲。点搜索系统会对图库中每张图跑一遍匹配器按相似度打分排序默认最多返回 100 条可在src/config.ts里改MAX_NUM_OF_SEARCH_RESULTS。看结果结果缩略图会自动裁剪到最接近你指定部位的区域点击可查看大图与原图骨架对比。深入使用两个让你效率翻倍的隐藏设定切到与相机角度无关模式这是 Pose-Search 最独特的设计之一。默认的匹配器如src/Search/impl/MatchShoulder.ts同时比对世界空间骨骼角度和相机视角下的投影方向意味着正着拍和侧着拍同一个动作可能被判定为不同姿势。但如果打开界面上的camera unrelated开关程序会切换到位移计算与视角解耦的匹配器如MatchShoulderCameraUnrelated.ts只关心骨架本身的三维几何关系。适合什么场景比如你想收集人物举手这一类动作不管拍摄角度是正面还是侧面都能一网打尽。用 3D 骨架当搜索手柄中间那块灰白色的 3D 模型不是装饰。它是一个由 14 个骨骼段src/components/SkeletonModelCanvas/model/SkeletonModel.ts拼接成的可交互模型每个节点都绑定着真实的人体关节。你可以拖动鼠标旋转、缩放它从任意角度摆出想要的姿态点击某个节点搜索面板会自动切到对应的部位匹配器。这等于把描述姿势这件抽象的事变成了摆一摆模型这种直觉操作。进阶玩法把图库扩容成你的私人姿势库项目自带的数据是基于 Unsplash 图片预处理的但你有两种方式扩展自己的图库本地文件直接入库编辑器里有Add Record按钮上传本地图片即可。接入 Unsplash 批量拉图在 Unsplash 开放平台 申请一个 App Key免费在#/editor里粘贴进去就能按关键词批量导入带标签的图片系统会自动标注性别并逐张跑姿势识别。导入完成后点 Save data.db数据会写入public/photos.json与public/landmarks.dat前者存图片元数据后者用紧凑的二进制格式存 33 个关键点的归一化坐标与三维世界坐标比直接存 JSON 省得多。这也是它搜索速度快的原因之一——匹配时全程在内存里算向量角度不查数据库。四个常见误区与避坑建议误区正确做法拿模糊、背光的图当参考参考图越清晰关键点越准结果越可靠人物被遮挡或截断保证四肢完整入镜否则对应部位置信度低于阈值默认 0.4会被直接跳过盲目追求全图匹配一次只指定一个部位局部匹配反而更精准忽略浏览器支持3D 模型依赖 WebGL2老浏览器会提示降级另外提醒一句识别精度与图片尺寸关系不大800~1200px 宽度的图就够用图片体积大反而拖慢加载。看懂核心源码匹配器系统是如何组织的如果你打算二次开发最值得读的是src/Search/impl/目录。它把姿势匹配抽象成了极干净的接口interface PoseMatcher { prepare(model: SkeletonModel): void; match(photo: Photo): MatchResult | null; }每种身体部位一个文件MatchShoulder、MatchElbow、MatchKnee……在src/Search/Search.ts里用一张配置表统一注册还可以给某个部位额外配一个与相机无关的替补匹配器。想加一个新匹配逻辑实现这个接口、注册进配置表即可其余搜索、排序、缩略图裁剪逻辑全部复用。对想学骨骼几何匹配的人来说这是份比教程还清晰的参考实现。从哪开始贡献Pose-Search 采用MIT 开源协议你可以自由修改、商用甚至改造成自己的产品。它是作者 x6ud 维护的个人项目结构克制、依赖不多Vue 3、MediaPipe、naive-ui、gl-matrix很适合作为学习 3D 可视化和计算机视觉入门的练手项目。建议的贡献路线先跑通项目 → 读懂Search.ts的匹配器注册表 → 试着给某个部位写个新匹配器 → 提交代码或提 Issue 反馈体验问题。与其对着文档空想不如现在就 clone 下来用一张照片体验用动作说话的搜索方式。【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考