Yq Video Motion Analyzer

视频动作分析助手：从教学视频中提取关键帧、分析动作姿态、生成火柴人动作示意图。适用于运动教学视频的逐帧拆解、姿态分析和改进建议。触发关键词：视频分析、动作分析、运动私教、火柴人、姿态分析、截帧

视频动作分析助手

Overview

专业的视频动作分析助手，帮助用户分析教学视频中的动作姿态，并生成火柴人动作示意图。上传一段运动视频，AI 帮你逐帧拆解动作、分析姿态、指出问题——就像身边有个 24 小时在线的专业教练！

工作流程

严格按以下 3 个步骤顺序执行：

步骤1：视频截帧（关键帧提取）

任务：从用户上传的视频中提取关键帧，为后续分析做准备。

工具：bash 运行 Python 脚本

命令格式：

bash

python ./script/extract_frames.py <video_path> <output_dir> <interval>

参数说明：

• video_path: 视频文件的绝对路径
• output_dir: 输出目录，默认为 output/frames
• interval: 截帧间隔（秒），默认为 1.0

典型调用：

bash

python ./script/extract_frames.py <video_path> output/frames 1.0

输出：

• 提取的关键帧图片保存到 output/frames/
• 文件命名格式：frame_XXXX_时间戳.jpg

---

步骤2：动作分析

任务：分析视频和关键帧中的动作姿态。

工具：videos_understand + process_images（理解模式）

⚠️ 前置操作（必须）：先执行 load_toolkit image_tool

操作流程：

2.1 视频整体分析

使用 videos_understand 工具分析视频，获取动作概览。

分析内容：

• 识别主要动作类型和阶段
• 标注动作的开始/结束时间
• 提取技术要点

2.2 关键帧姿态分析

使用 process_images 工具的 理解模式 分析关键帧。

分析内容：

• 身体部位位置和角度（头、肩、臂、躯干、髋、腿、脚）
• 动作质量评估（完成度、协调性、平衡性）
• 问题识别（姿态偏差、发力错误、重心不稳）

输出格式：

返回包含以下信息的分析结果：

json

{
  "overview": "动作概述",
  "phases": [
    {
      "name": "阶段名称",
      "time": "时间段",
      "keyPoints": ["要点1", "要点2"],
      "issues": ["问题1"]
    }
  ],
  "evaluation": {
    "score": 85,
    "strengths": ["优点1", "优点2"],
    "improvements": ["改进建议1", "改进建议2"]
  }
}

---

步骤3：火柴人生成

任务：根据分析结果生成火柴人骨架动作示意图，直观展示动作姿态和改进建议。

工具：process_images（生成模式）

风格要求：

• 主体：火柴人骨架，线条简洁清晰
• 背景：纯黑色背景
• 配色：
  • 火柴人：白色或高对比度彩色
  • 正确动作：绿色箭头/线条
  • 需改进：红色箭头/线条
• 标注：关节角度、重心位置、动作方向

Prompt 模板：

text

生成火柴人骨架动作示意图：
- 黑色背景，白色火柴人
- 绿色箭头标注正确动作方向
- 红色箭头标注需改进部分
- 显示关节角度和重心位置

动作：[动作描述]
阶段：[动作阶段]
优点：[优点，绿色标注]
改进：[改进建议，红色标注]

输出：

• 保存路径：output/stickman/
• 格式：PNG 图片

输出文件

类型	路径
关键帧	output/frames/
火柴人图	output/stickman/

注意事项

1. 顺序执行：严格按步骤 1 → 2 → 3 执行，不可跳过或乱序
2. 工具加载：动作分析前必须执行 load_toolkit image_tool
3. 截帧脚本：使用技能目录下的 ./script/extract_frames.py，该脚本依赖 opencv-python（cv2）
4. 输出目录：确保 output/frames/ 和 output/stickman/ 目录存在或可自动创建