基于MediaPipe姿态检测的智能健身助手-OpenCV+MediaPipe

项目描述 基于MediaPipe姿态检测的智能健身助手
Good-GYM 是一款基于 AI 姿态检测的桌面端智能健身助手，通过摄像头实时捕捉人体 33 个骨骼关键点，计算关节角度自动判定动作并计数，配合语音反馈，帮助用户居家完成标准健身训练。

项目功能
1. 实时姿态追踪：摄像头画面上叠加骨骼关键点与角度可视化。
2. 自动运动计数：支持深蹲、俯卧撑、仰卧起坐、弯举、侧平举、推举、抬腿、抬膝、压膝、卷腹共 10 种动作，角度阈值可在配置文件中自定义。
3. 多视频源：本地 USB 摄像头、RTSP 网络摄像头、HTTP 流及本地视频文件。
4. 语音反馈：计数播报、每 10 次里程碑音效，支持 Home Assistant TTS 接入。
5. 数据管理：运动记录持久化、今日/本周/本月统计、目标设定。
6. 其他：镜像与旋转切换、Lite/Full/Heavy 三档模型可选、中英文双语界面。

运行环境 操作系统：Windows 10/11、macOS 10.15+ 或 Linux；Python 3.9–3.11；普通 USB 摄像头或网络摄像头即可，无需 GPU（CPU 推理约 20ms/帧）；另提供 Docker 与飞牛 NAS 的 FPK 一键部署方式。

项目技术 Python 开发；GUI 采用 PyQt5；视觉与推理使用 OpenCV 加 Google MediaPipe Pose Landmarker（另内置 RTMPose/YOLOX 的 ONNX 模型作为可选引擎）；音频基于 sounddevice，网络通信使用 requests 与 websockets；数据以 JSON 本地存储；可通过 PyInstaller 打包、Docker 容器化发布。

以上系统源码经过技术整理与调试，确保能正常运行