| name | openpose-pose-estimation |
| version | 1.0.0 |
| description | OpenPose — Detección en tiempo real de keypoints corporales (cuerpo, cara, manos, pies). Biblioteca C++/Python para pose estimation multi-persona. |
| tags | ["pose-estimation","computer-vision","keypoints","real-time","deep-learning","C++","body-tracking"] |
OpenPose — Detección de Pose Corporal en Tiempo Real
Resumen
OpenPose (⭐34K) de CMU es la biblioteca de referencia para detección de keypoints corporales en tiempo real. Detecta cuerpo, cara, manos y pies simultáneamente en múltiples personas.
Cuándo usar
- Análisis de movimiento/gestos en video
- Detección de postura corporal en tiempo real
- Visualización de pose en dashboards interactivos
- Análisis de ergonomía o biomecánica
Patrón de uso
cd build
cmake -DWITH_INF_ENGINE=OFF -DWITH_CUDA=ON -DCPU_MODE=ON ..
make -j4
import cv2
import openpose
detector = openpose.PoseDetector()
detector.set_model("BODY_25")
detector.set_output_format("json")
result = detector.process(frame)
Features clave
| Feature | Descripción |
|---|
| Multi-persona | Detecta hasta 30 personas simultáneamente |
| 135 keypoints | 25 cuerpo + 70 cara + 40 manos |
| Real-time | 30fps en GPU, 5fps en CPU |
| Multi-plataforma | C++, Python, MATLAB, Android |
| OpenPose 2.0 | Versión más nueva con mejor precisión |
Integración con otros skills
- gaze-tracking: Complementa con detección de mirada
- roboflow-supervision: Visualización de keypoints en imágenes
- manim-video: Animaciones de pose para contenido educativo
Pitfalls
- Build complejo: OpenPose requiere CMake, Boost, OpenCV. El build puede fallar en distribuciones nuevas
- GPU recomendada: Sin GPU, el rendimiento cae drásticamente
- Alternativa web: Para el navegador, MediaPipe Pose es más práctico (WebAssembly, no requiere build)
- Mantenimiento: El repo principal tiene commits esporádicos. Considerar forks activos como OpenPose2
Referencias
Hecho con ❤️ por David Antizar