FreeMoCap 安装完整教程5 步把 USB 摄像头变成免费动作捕捉系统【免费下载链接】freemocapFree Motion Capture for Everyone ✨项目地址: https://gitcode.com/GitHub_Trending/fr/freemocapFreeMoCap 是一个免费开源的无标记点动作捕捉系统用 2 台以上普通 USB 摄像头就能搭出研究级 3D 动作捕捉流水线内置姿态跟踪、ChArUco 标定板相机标定、后处理重建设以及 Blender 一键导出。本文按实际操作路径走一遍从环境体检、拉代码、装依赖到首次启动和完成第一次标定大约 5 步。1. 动手前先做 30 秒环境体检安装前确认三件事后面能少走不少弯路操作系统Windows 10/11、macOS 10.15 或 Ubuntu 18.04Linux 需 x86_64。Python 版本项目要求 3.11 及以上pyproject.toml 中requires-python 3.11推荐 3.11 或 3.12。摄像头至少 2 台 USB 摄像头3~4 台能获得更好的三角测量精度。没有 GPU 也能跑CPU 模式有 NVIDIA 显卡则自动走 CUDA 加速。命令行快速自检python --version # 应显示 3.11 uv --version # 没装的话先去安装 uv node --version # 仅从源码启动 GUI 时需要2. 拉取 FreeMoCap 源码把仓库克隆到本地然后进入目录后续所有命令都在这个根目录下执行git clone https://gitcode.com/GitHub_Trending/fr/freemocap cd freemocap仓库里 Python 后端在 freemocap/Electron React 前端在 freemocap-ui/标定板文件放在 shared/charuco/。3. 一条命令装好全部依赖这里有个和多数项目不一样的地方FreeMoCap 的核心依赖skellytracker、skellycam、skellyforge 等是从 git 源拉取、由uv管理的所以conda pip install -e .这条路走不通请用 uvuv venv # 创建虚拟环境 uv sync # 安装全部依赖uv sync会自动做平台判断Windows/Linux 装 NVIDIA GPU 加速版macOS 装纯 CPU 版。如果你是 Windows/Linux 但没有受支持的 GPU强制 CPU 版uv sync --no-default-groups --group cpu如果你不想用源码方式直接从 PyPI 装发行版也一样只需在 extras 里二选一不选会装不出跟踪器pip install freemocap[cuda] # Windows/Linux NVIDIA GPU pip install freemocap[cpu] # macOS 或无 GPU 环境4. 启动后端与 GUI完成首次运行后端是一个监听http://localhost:8005的 Python 服务单独起一个终端uv run python freemocap/__main__.py终端输出服务已就绪后GUI 端在另一个终端里启动pip 用户跳过这步直接敲freemocap命令即可cd freemocap-ui npm install npm run dev几秒钟后一个 Electron 桌面窗口会弹出来这就是 FreeMoCap 的主界面能看到这个窗口说明安装链路已经全通了。5. 第一次标定打印并测量 ChArUco 标定板FreeMoCap 的相机空间标定靠ChArUco 板棋盘格 ArUco 标记。仓库的 shared/charuco/ 目录里就放着可打印的板面文件直接拿 A4 纸打印即可条件允许建议贴到硬纸板等刚性材料上保证平整打印完有一件容易忽略的事用尺子实测板面尺寸并保证它和界面里标定配置中填写的尺寸一致标定的空间精度就建立在这一步摆放摄像头时记住三条经验详见 相机布设指南相机绕拍摄区域环形分布、略高于人体并向下俯视约 15~30°光线明亮均匀避免逆光和杂乱背景多台相机尽量分散在不同 USB 3.0 控制器上掉帧多半是带宽问题。6. 排错专区最常见的 4 个坑启动后没有跟踪/推理能力几乎都是装依赖时漏选了cuda/cpu变体pip 用户或没跑对uv sync的 group源码用户按第 3 节的命令重装即可不要手动往环境里塞推理库。OpenCV 冲突报错项目依赖的是opencv-contrib-python两者同名模块互斥别再手动pip install opencv-python。摄像头识别不到或中途掉线换 USB 3.0 口、跨控制器分散布线Linux 上若权限不足需要把用户加入video组或配置 udev 规则。GPU 检测不到NVIDIA 用nvidia-smi确认驱动正常AMD 走 ROCm、Apple Silicon 走 CoreML/DirectML 的路径都写在 GPU 配置文档 里CPU 模式永远是兜底选项。7. 进阶后处理动作捕捉与 Blender 导出第一次拍完素材后真正的生产力流程才开始后处理 mocappost-hoc在 Playback 页选中已有录像 → Continue to Mocap Setup确认处理目录需包含synchronized_videos/子目录和标定文件在 MediaPipe / RTMPose 之间选一个检测器即可从同步视频重建 3D 骨骼轨迹操作细节见 后处理指南。Blender 一键导出处理完成后后端会自动探测本机 Blender 并注入freemocap_blender_addon导出的场景带骨骼网格、手部/面部 mesh、重心轨迹、相机视锥和地面参考系。注意目前只有 MediaPipe 的输出支持 Blender 导出RTMPose 的 3D 数据暂不支持详见 Blender 导出指南。更多能力实时管线、标定流程、通信架构等设计说明都放在 docs 模块 下排障或二次开发时可以按图索骥。到这里一套属于自己的免费动作捕捉系统就算跑通了从两台 USB 摄像头到 3D 骨骼数据中间不再有任何收费环节。【免费下载链接】freemocapFree Motion Capture for Everyone ✨项目地址: https://gitcode.com/GitHub_Trending/fr/freemocap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
FreeMoCap 安装完整教程：5 步把 USB 摄像头变成免费动作捕捉系统
FreeMoCap 安装完整教程5 步把 USB 摄像头变成免费动作捕捉系统【免费下载链接】freemocapFree Motion Capture for Everyone ✨项目地址: https://gitcode.com/GitHub_Trending/fr/freemocapFreeMoCap 是一个免费开源的无标记点动作捕捉系统用 2 台以上普通 USB 摄像头就能搭出研究级 3D 动作捕捉流水线内置姿态跟踪、ChArUco 标定板相机标定、后处理重建设以及 Blender 一键导出。本文按实际操作路径走一遍从环境体检、拉代码、装依赖到首次启动和完成第一次标定大约 5 步。1. 动手前先做 30 秒环境体检安装前确认三件事后面能少走不少弯路操作系统Windows 10/11、macOS 10.15 或 Ubuntu 18.04Linux 需 x86_64。Python 版本项目要求 3.11 及以上pyproject.toml 中requires-python 3.11推荐 3.11 或 3.12。摄像头至少 2 台 USB 摄像头3~4 台能获得更好的三角测量精度。没有 GPU 也能跑CPU 模式有 NVIDIA 显卡则自动走 CUDA 加速。命令行快速自检python --version # 应显示 3.11 uv --version # 没装的话先去安装 uv node --version # 仅从源码启动 GUI 时需要2. 拉取 FreeMoCap 源码把仓库克隆到本地然后进入目录后续所有命令都在这个根目录下执行git clone https://gitcode.com/GitHub_Trending/fr/freemocap cd freemocap仓库里 Python 后端在 freemocap/Electron React 前端在 freemocap-ui/标定板文件放在 shared/charuco/。3. 一条命令装好全部依赖这里有个和多数项目不一样的地方FreeMoCap 的核心依赖skellytracker、skellycam、skellyforge 等是从 git 源拉取、由uv管理的所以conda pip install -e .这条路走不通请用 uvuv venv # 创建虚拟环境 uv sync # 安装全部依赖uv sync会自动做平台判断Windows/Linux 装 NVIDIA GPU 加速版macOS 装纯 CPU 版。如果你是 Windows/Linux 但没有受支持的 GPU强制 CPU 版uv sync --no-default-groups --group cpu如果你不想用源码方式直接从 PyPI 装发行版也一样只需在 extras 里二选一不选会装不出跟踪器pip install freemocap[cuda] # Windows/Linux NVIDIA GPU pip install freemocap[cpu] # macOS 或无 GPU 环境4. 启动后端与 GUI完成首次运行后端是一个监听http://localhost:8005的 Python 服务单独起一个终端uv run python freemocap/__main__.py终端输出服务已就绪后GUI 端在另一个终端里启动pip 用户跳过这步直接敲freemocap命令即可cd freemocap-ui npm install npm run dev几秒钟后一个 Electron 桌面窗口会弹出来这就是 FreeMoCap 的主界面能看到这个窗口说明安装链路已经全通了。5. 第一次标定打印并测量 ChArUco 标定板FreeMoCap 的相机空间标定靠ChArUco 板棋盘格 ArUco 标记。仓库的 shared/charuco/ 目录里就放着可打印的板面文件直接拿 A4 纸打印即可条件允许建议贴到硬纸板等刚性材料上保证平整打印完有一件容易忽略的事用尺子实测板面尺寸并保证它和界面里标定配置中填写的尺寸一致标定的空间精度就建立在这一步摆放摄像头时记住三条经验详见 相机布设指南相机绕拍摄区域环形分布、略高于人体并向下俯视约 15~30°光线明亮均匀避免逆光和杂乱背景多台相机尽量分散在不同 USB 3.0 控制器上掉帧多半是带宽问题。6. 排错专区最常见的 4 个坑启动后没有跟踪/推理能力几乎都是装依赖时漏选了cuda/cpu变体pip 用户或没跑对uv sync的 group源码用户按第 3 节的命令重装即可不要手动往环境里塞推理库。OpenCV 冲突报错项目依赖的是opencv-contrib-python两者同名模块互斥别再手动pip install opencv-python。摄像头识别不到或中途掉线换 USB 3.0 口、跨控制器分散布线Linux 上若权限不足需要把用户加入video组或配置 udev 规则。GPU 检测不到NVIDIA 用nvidia-smi确认驱动正常AMD 走 ROCm、Apple Silicon 走 CoreML/DirectML 的路径都写在 GPU 配置文档 里CPU 模式永远是兜底选项。7. 进阶后处理动作捕捉与 Blender 导出第一次拍完素材后真正的生产力流程才开始后处理 mocappost-hoc在 Playback 页选中已有录像 → Continue to Mocap Setup确认处理目录需包含synchronized_videos/子目录和标定文件在 MediaPipe / RTMPose 之间选一个检测器即可从同步视频重建 3D 骨骼轨迹操作细节见 后处理指南。Blender 一键导出处理完成后后端会自动探测本机 Blender 并注入freemocap_blender_addon导出的场景带骨骼网格、手部/面部 mesh、重心轨迹、相机视锥和地面参考系。注意目前只有 MediaPipe 的输出支持 Blender 导出RTMPose 的 3D 数据暂不支持详见 Blender 导出指南。更多能力实时管线、标定流程、通信架构等设计说明都放在 docs 模块 下排障或二次开发时可以按图索骥。到这里一套属于自己的免费动作捕捉系统就算跑通了从两台 USB 摄像头到 3D 骨骼数据中间不再有任何收费环节。【免费下载链接】freemocapFree Motion Capture for Everyone ✨项目地址: https://gitcode.com/GitHub_Trending/fr/freemocap创作声明：本文部分内容由AI辅助生成（AIGC），仅供参考
