【一步步開發AI運動小程式】九、姿態輔助調試桌面工具的使用

隨著人工智慧技術的不斷發展，阿裡體育等IT大廠，推出的“樂動力”、“天天跳繩”AI運動APP，讓雲上運動會、線上運動會、健身打卡、AI體育指導等概念空前火熱。那麼，能否將這些在APP成功應用的場景搬上小程式，分享這些概念的紅利呢？本系列文章就帶您一步一步從零開始開發一個AI運動小程式，本系列文章將使用“雲智AI運動識別小程式插件”，請先行在微信服務市場或官網瞭解詳情。

一、工具介紹

受限於微信小程式IDE，無法在IDE上直接調試camera組件及相關API，聯機調試時console輸出大數據時可能導致卡死的問題，為了彌補此項不足，我們為各位開發者準備了一個姿態調試的輔助桌面工具，幫助開發者更高效的進行姿態調試。

二、使用安裝

請先按照集成文檔，安裝好工具的運行時。

三、啟動伺服器

點擊【啟動】按鈕，啟動調試工具回傳伺服器，準備接收回傳數據，工具預設情況下是監聽所有IP的20231埠，請關閉調試機器的防火牆，查看並記住本機的內網IP。

四、小程式回傳幀

小程式端是由BodyDebugClient對象，負責向工具進行回傳人體識別數據的。

const AiSport = requirePlugin("aiSport");
const humanDetection = AiSport.humanDetection;
const BodyDebugClient = AiSport.BodyDebugClient;

//新建客戶端
const client = new BodyDebugClient("http://192.168.5.87:20231"); //假設您運行工具的機器IP是192.168.5.87，實際使用替換相應的IP即可
client.connect();

//抽幀
const context = wx.createCameraContext();
const listener = context.onCameraFrame((frame) => {
	const iamge = {
		width: Number(frame.width),
		height: Number(frame.height),
		rawData: frame.data
	};
	
	//人體識別
	humanDetection.detectionAsync(image).then(human=>{
		client.enqueue(frame, human);//回傳暫存
	});
});
listener.start();

//切記先停止抽幀和識別，再進行執行同步，否則可能會導致UI卡死
listener.stop();

uni.showLoading({
	title: '同步幀數據...'
});
client.syncing((idx, total) => {

	uni.hideLoading();
	if (idx >= total)
		return;

	uni.showLoading({
		title: `同步進度${idx}/${total}`
	});

});

下篇將為您介紹姿態相似度比較功能，敬請期待...