姿态识别技术是一种基于计算机视觉的人体姿态分析方法，可以通过分析人体的姿态，提取出人体的关键点和骨架信息，并对人体的姿态进行建模和识别。随着深度学习技术的发展，近年来姿态识别技术得到了广泛的应用和研究，其中Pose是一种基于深度学习的姿态识别工具包。本篇博客将介绍Pose的原理和方法，并探讨其在姿态识别领域的应用。
目前识别手势，举左手 右手 双手 叉腰等姿态

一、 Pose的原理

Pose是开发的一种基于深度学习的姿态识别工具包，它可以通过摄像头或静态图像中的人体图像，快速准确地推断出人体的关键点和骨架信息。Pose的原理是通过卷积神经网络（CNN）来对人体的关键点进行预测。具体来说，e Pose使用的是一种称为卷积神经网络回归（Convolutional Neural Network Regression，简称CNN Regression）的方法，它可以将输入的图像映射到一个连续的空间，从而可以对图像中的每个像素位置进行预测。

#全部代码 1309399183 <------------qq
# ------------------------------------------------
#   计算姿态
# ------------------------------------------------
def get_pos(keypoints):str_pose = ""# 计算左臂与水平方向的夹角keypoints = np.array(keypoints)v1