Update app.py

app.py

@@ -66,20 +66,26 @@ def process_video(video_path, process_seconds=20, conf_threshold=0.2, max_det=8)
         (width, height)
     )
     
+    # 计算点的大小
+    # 基于视频分辨率计算合适的点大小
+    base_size = min(width, height)
+    point_size = max(1, int(base_size * 0.005))  # 0.5% 的最小边长作为点大小
+    line_thickness = max(1, int(base_size * 0.002))  # 0.2% 的最小边长作为线宽
+    
     # 设置推理参数并处理视频
     results = model.predict(
         source=video_path,
         device=device,
-        conf=conf_threshold,  # 使用用户设置的置信度阈值
+        conf=conf_threshold,
         save=False,
         show=False,
         stream=True,
-        line_width=2,
+        line_width=line_thickness,  # 使用计算出的线宽
         show_boxes=True,
         show_labels=True,
         show_conf=True,
         vid_stride=1,
-        max_det=max_det,  # 使用用户设置的最大检测数量
+        max_det=max_det,
     )
     
     # 处理结果
@@ -90,6 +96,19 @@ def process_video(video_path, process_seconds=20, conf_threshold=0.2, max_det=8)
         # 获取绘制了预测结果的帧
         frame = r.plot()
         
+        # 如果需要自定义绘制姿态点
+        if hasattr(r, 'keypoints') and r.keypoints is not None:
+            for kpts in r.keypoints:
+                for x, y, conf in kpts:
+                    if conf > conf_threshold:
+                        cv2.circle(
+                            frame, 
+                            (int(x), int(y)), 
+                            point_size,  # 使用计算出的点大小
+                            (0, 255, 0), 
+                            -1  # -1 表示填充圆
+                        )
+        
         # 收集检测信息
         frame_info = {
             "frame": frame_count + 1,