实战 | 用Python和OpenCV搭建一个老人跌倒智能监测系统 (步骤 + 源码)

导读

本文将使用Python、OpenCV和MediaPipe搭建一个老人跌倒智能监测系统。（公众号：OpenCV与AI深度学习）

背景介绍

老人监测系统是一种智能检测系统，可以检测老人是否躺在床上或是否跌倒在地。这是一个解决实际问题的程序，可用于在您外出工作或外出时监控家中的老人，以便在出现任何问题时通知您。

实现步骤

【1】导入必要的模块： 在 python 中导入 Numpy、MediaPipe 和 opencv

【2】定义一个计算角度的函数：

由于我们将根据我们使用 OpenCV 获得的角度和坐标来假设一个人是在行走还是跌倒在地上，因此，我们必须计算角度，最简单的方法是定义一个函数，然后调用它在程序中。

【3】查找坐标：

我们还必须找到坐标，以便我们可以在条件下使用它们，也可以将它们与calculate_angle函数一起使用。

【4】如何知道主体（老人）是安全的还是跌倒的？

我们将借助从 cv2 和 mediapipe 获得的坐标以及使用上述定义的函数获得的角度来找到这一点。

由于我们正在获取眼睛臀部和脚踝的坐标，因此我们知道当一个人平躺（倒下）时，他的眼睛、臀部和脚踝之间的角度在 170 到 180 度的范围内。因此，我们可以简单地提出一个条件，当角度在 170 -180 度之间时，我们可以说一个人摔倒了。

现在你的脑海中可能会出现一个问题，即如何确定这个人是否真的摔倒了，或者他是否只是躺在床上，因为在这两种情况下，角度都在相同的范围内。

我们也会回答它，所以请继续阅读:)

【5】如何区分床和地板？

我们将再次使用从 OpenCV 获得的坐标，然后使用它来找到床的坐标，然后在检查跌倒条件时引入一个新条件，即当受试者的坐标与床坐标一致时，这意味着一个人在床上时自然是安全的。这种情况将排除跌倒的情况，程序将显示安全。只有当此条件变为假时，才会检查跌倒条件和其他步行和尝试步行条件。

因此，通过引入带有床坐标的单一条件，我们也解决了上述问题。

【6】让我们在屏幕上打印结果：

现在打印摔倒和安全等的结果；我们可以很容易地使用 cv2 中的 putText 函数来显示保存在变量 stage 中的文本。

该函数的示例用法如下所示：

cv2.putText(image, ‘Condition: ‘, (15,12), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,0,0), 1, cv2.LINE_AA)

【7】添加图形用户界面：

我们还可以添加一点 GUI 来进一步增加整个程序的外观并使其更加用户友好。实现最简单 GUI 的代码片段示例如下：

最终效果：

完整代码下载链接：

https://github.com/Alwaz-Sheikh/Alwaz