处理特定JSON格式关键点数据的姿态估计算法与实践

import json

def convert_model_output_to_custom_json(model_outputs_per_image):
    """
    将姿态估计模型的输出（每人一个关键点列表）转换为自定义的JSON格式。

    Args:
        model_outputs_per_image (list): 图像中每个人的姿态估计结果列表。
                                        每个元素是一个包含17个关键点的列表，
                                        每个关键点为 [x, y, confidence]。
                                        例如：[[[x1,y1,c1], ..., [x17,y17,c17]], ...]
                                        如果模型未检测到人，此列表可以为空。

    Returns:
        dict: 符合自定义格式的JSON字典。
    """
    people_data = []

    for person_keypoints_list in model_outputs_per_image:
        # 将每个人的关键点列表 [x, y, confidence] 展平为 [x1, y1, c1, x2, y2, c2, ...]
        flat_keypoints = []
        for kp in person_keypoints_list:
            flat_keypoints.extend(kp)

        # 确保 pose_keypoints 列表的长度为 51 (17个关键点 * 3个值)
        # 如果模型输出的关键点数量不足17个，或者某些关键点未被检测到（通常用 [0,0,0] 表示），
        # 则需要进行填充或截断。这里我们假设模型输出的每个人的关键点列表已经包含17个元素，
        # 并且未检测到的关键点以 [0.0, 0.0, 0.0] 表示。
        expected_keypoints_count = 17
        expected_flat_length = expected_keypoints_count * 3

        if len(flat_keypoints) < expected_flat_length:
            # 如果实际关键点少于预期，用0填充
            flat_keypoints.extend([0.0] * (expected_flat_length - len(flat_keypoints)))
        elif len(flat_keypoints) > expected_flat_length:
            # 如果实际关键点多于预期，进行截断
            flat_keypoints = flat_keypoints[:expected_flat_length]

        person_entry = {
            "face_keypoints": [],  # 根据用户需求，保持为空
            "pose_keypoints": flat_keypoints,
            "hand_right_keypoints": [], # 根据用户需求，保持为空
            "hand_left_keypoints": []   # 根据用户需求，保持为空
        }
        people_data.append(person_entry)

    custom_json_output = {
        "version": 1.0,
        "people": people_data
    }
    return custom_json_output

# --- 模拟模型输出数据 ---
# 假设模型检测到一个人，并输出了17个关键点。
# 其中一些关键点可能未被检测到，用 [0, 0, 0] 表示，这与用户提供的示例一致。
simulated_person_keypoints = [
    [104.81, 34.44, 0.91], # 0: 鼻子
    [83.90, 80.05, 0.72],  # 1: 左眼
    [42.58, 79.82, 0.61],  # 2: 右眼
    [34.77, 142.66, 0.75], # 3: 左耳
    [31.24, 204.80, 0.52], # 4: 右耳
    [122.45, 81.22, 0.58], # 5: 左肩
    [125.48, 145.92, 0.70],# 6: 右肩
    [131.52, 192.00, 0.36],# 7: 左肘
    [58.70, 193.86, 0.29], # 8: 右肘
    [0.0, 0.0, 0.0],       # 9: 左腕 (未检测到)
    [107.84, 196.42, 0.32],# 10: 右腕
    [0.0, 0.0, 0.0],       # 11: 左髋 (未检测到)
    [0.0, 0.0, 0.0],       # 12: 右髋 (未检测到)
    [93.98, 28.16, 0.93],  # 13: 左膝
    [107.08, 26.99, 0.93], # 14: 右膝
    [71.30, 32.58, 0.88],  # 15: 左踝
    [0.0, 0.0, 0.0]        # 16: 右踝 (未检测到)
]

# 如果图像中有多个人，则 model_outputs_per_image 会是一个包含多个上述列表的列表
# 例如：[simulated_person_keypoints_1, simulated_person_keypoints_2]
simulated_model_outputs_for_image = [simulated_person_keypoints] 

# 执行转换
custom_json_result = convert_model_output_to_custom_json(simulated_model_outputs_for_image)

# 打印结果
print(json.dumps(custom_json_result, indent=4))