企业官网建设流程全解析

一张图找不到、一段话说不清？免费开源姿势搜索工具 Pose-Search 带你用动作本身找图

【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search

凌晨两点，健身教练小林还在电脑前翻相册。学员发来一张训练照，问"教练，这个动作我哪里做得不对？"小林盯着照片，想起自己手机里存着三千多张学员动作对比图，可他就是找不到那张姿势几乎一模一样的标准示范图。他试过在相册里搜"深蹲""弓步""髋铰链"，搜出来的全是关键词命中的，动作压根不匹配。他叹了口气：图片明明就在库里，用嘴却说不出来它长什么样。

这个场景你是不是也遇到过？想在素材库里找"左臂弯曲45度、右腿向后蹬地"的图，关键词打了三行还是找不到；想在海量照片里挑出投球姿势最标准的一张，眼睛都快看花了。问题不在你的搜索技术，而在于：动作这种信息，本来就不该用文字来描述。

一句话定位：这是给人体动作量"姿势标尺"的开源搜索工具

Pose-Search 是一个基于 AI 姿势识别的人体姿势搜索工具。它和你见过的图片搜索完全不同——不需要你输入任何关键词，你只需要给它一张参考图，它就会自动提取图中人物的骨骼动作，然后在你自己的图片库里，按相似度把动作最接近的图片排好序给你。

它的本质，就是把"姿势"变成一串可计算的数字：33 个身体关键点（脸、肩膀、肘、胯、膝盖、脚踝）的位置和角度，然后用这套数字去"量"图库里的每一张照片。仓库地址：https://gitcode.com/gh_mirrors/po/pose-search，MIT 协议，免费开源，拿去商用也没问题。

先看效果：3 分钟跑起来，把第一张图搜出来

别急着了解原理，先动手。这套项目跑起来比想象中快，全程只需要三条命令：

git clone https://gitcode.com/gh_mirrors/po/pose-search cd pose-search npm install npm run dev

浏览器会自动打开本地服务（默认http://localhost:3000）。项目自带一个已经处理好的图片库——左侧是搜索区，中间是三维骨骼模型，右侧是搜索结果列表。

怎么玩？就三步：

1. 在左侧的骨骼模型上拖拽旋转，把它摆成你想要的姿势（比如举起右手）；
2. 在部位下拉框里选"Right Shoulder"或"Right Elbow"，相当于告诉它"我就按肩膀/手肘这个动作为标准搜"；
3. 点击搜索按钮，右侧立刻按相似度从高到低排出结果。

不到三分钟，你就能看到第一版结果：图库里动作最接近的图片全部浮上来，每张缩略图中间还标着一个红点，指向该图人物的关键关节点。这就是整个工具的完整工作流，先看见成果，我们再去拆它背后的零件。

全景功能地图：这个项目到底能干什么

逐个说几个最值得玩的部分。

局部匹配是它的杀手锏。它把人体拆成 12 个可独立搜索的部位：Face、Chest、Crotch、左右 Shoulder、左右 Elbow、左右 Hip、左右 Knee。想找"右手抬到头顶"的照片？直接选 Right Shoulder 或 Right Elbow 作为搜索维度，其他部位的动作差异它就不管了，精准锁定你关心的那一段。每个匹配器的完整逻辑都在src/Search/impl/MatchElbow.ts这类文件里，命名即文档。

视角无关匹配值得单独表扬。图库里同一动作可能有人正面拍、有人侧面拍、有人从背后拍，普通匹配会被视角差异干扰。项目给肩、肘、胯、膝四个部位各配了一个"CameraUnrelated"版本（见src/Search/Search.ts第 42~84 行的cameraUnrelatedMatcher配置），切到这个模式，它只比较动作本身的空间关系，跟镜头站在哪儿无关。

三维骨骼模型是真·交互式的。中间那个灰色人形不是摆设，你可以直接用鼠标拖拽它的四肢关节，摆出任何你想搜的姿势，还能点击某个关节快速切换匹配部位。模型由 14 段 OBJ 几何体拼装而成，加载和渲染逻辑在src/components/SkeletonModelCanvas/model/SkeletonModel.ts。

阶梯式上手教程：从照抄到改造成自己的搜索库

L1 基础：跑通示例、摸清搜索交互

• 操作：启动项目后，先随便拖拽右侧模型摆一个姿势，换不同部位反复搜索。
• 预期结果：你很快会感觉到"搜动作比搜关键词直观得多"——摆姿势本身就是搜索条件，所见即所得。
• 小技巧：结果缩略图上的红点是该图对应关节的位置，点击任意结果还能看大图对比。

L2 进阶：换一套自己的图片库

• 操作：编辑public/photos.json和public/landmarks.dat，替换成你自己的图片清单和关键点数据。数据格式很规整：landmarks.dat是二进制文件，每张图 33 个点 × 7 个浮点数（归一化坐标 3 个、世界坐标 3 个、可见度 1 个），读写逻辑都在src/utils/PhotoDataset.ts。
• 预期结果：搜索时用的就是你的私人图库了。
• 进阶玩法：更省事的路是走编辑器。打开/#/editor，从 Unsplash 申请一个免费 App Key 贴进去，就能边看图边点"Add Record"把图片连同姿态数据一键入库，最后点"Save data.db"落盘。

L3 熟练：调参数、加匹配器

• 操作：打开src/config.ts，你能看到两个全局开关：
  • LANDMARK_VISIBILITY_ACCEPTABLE_THRESHOLD = 0.4：关键点可见度低于这个值的关节直接跳过，不参与打分。你的图片库如果模糊照片多，可以试着调低到 0.3。
  • MAX_NUM_OF_SEARCH_RESULTS = 100：结果上限，图库大的话可以调高。
• 预期结果：搜索结果的数量和质量都能按你的数据特点微调。
• 再进一步：想自定义匹配算法？匹配器只需要实现一个极简接口——prepare(model)负责从参考姿势提取特征，match(photo)负责给每张图打分，返回分数和关键点位置。照着src/Search/impl/里现成的类抄一个，注册进Search.ts的matchers对象即可。

通俗化原理：把算法想成"给身体画了一把角度尺"

这套系统的工作原理，可以拆成三个环环相扣的环节，每个环节都能用生活里的东西打比方。

第一环：给身体点穴。MediaPipe Pose 模型会在每张人像图上标记出 33 个关键点——鼻子、双耳、双肩、双肘、手腕、胯、膝盖、脚踝……就像中医点穴，把身体的"支点"全部标出来。这一步的输出是每个点的三维坐标加一个可见度置信度。注意看src/utils/detect-pose.ts里第 42 行写死了NUM_OF_LANDMARKS = 33，这就是整套系统的骨架起点。

第二环：画角度尺。单看坐标没用，坐标会随拍摄距离、画面大小变化。所以算法把坐标换算成"角度"——比如手肘的弯曲程度，就是上臂方向向量和小臂方向向量之间的夹角。角度这个量天生和远近大小无关，这是它敢说自己"无论怎么拍都能比"的底气。src/Search/impl/math.ts里那一堆向量运算函数，干的就是这活儿。

第三环：算"姿势差"。有了参考姿势的角度，再去量图库里每张图对应关节的角度，差值越小分越高，最后把分数乘起来排序。它比的是"你摆的姿势和参考姿势差了多少度"，而不是"图上有没有这个动作的关键词"。这也是为什么它能覆盖"左臂弯曲45度"这种文字根本无法表达的需求——文字描述是离散的、含糊的，角度是连续的、精确的。

真实体验报告：夸它什么、也告诉你它卡在哪

先说优点，都是实测过得出的结论：

• 搜索直觉性拉满。用姿势当搜索条件是零学习成本的，你拖一下模型、点一下搜索，结果就出来了，比敲三行关键词快得多。
• 局部精度出乎意料。选 Elbow 就只看肘部，肩、胯的差异完全不干扰排序，对"只关心某一个动作细节"的场景非常对症。
• 完全本地化、零服务端依赖。推理全部在浏览器里跑（WebGL2），不传图到任何服务器，隐私友好。
• 代码结构清晰，适合当学习范本。Vue 3 + Vite + TypeScript 组合，匹配器接口只有两个方法，读起来像读文档。

再说局限，丑话说在前面：

• 图库需要自己积累。项目自带示例数据，但那是演示用的，真正要搜自己的素材，得先通过编辑器批量录入，这一步有工作量。
• 多人场景不友好。默认按单人姿势处理，一张图里几个人同时出现时，识别结果会互相干扰。
• 视频不支持。输入是静态图片，逐帧分析视频是未来的事。
• 对关键点可见度敏感。背对镜头、严重遮挡、肢体被截断的照片，关节没被"点穴"到，匹配效果会明显打折。

横向比一下：常规图片搜索（如按文件名、标签、关键词检索）胜在快，但只能搜到"人话能描述的东西"；Pose-Search 走的是一条完全不同的路，它搜索的对象是"语言描述不出来的东西"。二者不是替代关系，而是互补——前者负责粗筛，后者负责精比。

避坑清单：6 个常见错误与解法

去把第一张"按动作找"的图搜出来

回到开头的小林。如果他装了 Pose-Search，流程会变成：把学员的照片喂给系统识别姿势，用三维模型微调出标准示范动作，再一键搜库——三秒钟，那张他翻了半夜都没找到的对比图就会出现在结果第一位。他省下的不是几分钟，而是"看得见却搜不到"的无力感。

而你现在已经知道它怎么用、怎么改、怎么避坑了。下一步很明确：clone 仓库跑起来，先拿自带的示例库摆几个姿势玩一玩，再建一个属于自己的姿势图库。觉得好用，就给这个 MIT 开源项目点个 star，或者把你写的新匹配器提个 PR 贡献回去——毕竟，能让"动作自己说话"的搜索方式多一个人用，就多一分把好工具做大的可能。

【免费下载链接】pose-searchx6ud.github.io/pose-search项目地址: https://gitcode.com/gh_mirrors/po/pose-search