Blazepose Mediapipe：Python与JavaScript实现的坐标结果差异问询

核心差异原因 #

• 坐标基准不统一：Python版MediaPipe处理本地视频时，默认以视频帧的原始分辨率做归一化；但JS端（浏览器环境）加载视频或摄像头流时，常因容器尺寸适配自动拉伸/裁剪画面，导致坐标归一化的基准被修改。哪怕用同一视频测试，只要JS端的video标签尺寸和视频原始分辨率不一致，就会出现坐标偏差。
• 图像方向差异：浏览器摄像头默认是镜像模式（类似自拍），而Python处理本地视频不会自动翻转。如果JS端没手动关闭镜像，X轴坐标会完全反转，这会让你找不到固定转换规律——毕竟有时候视频本身是镜像的，有时候不是，混淆了结果。
• 模型变体或关键点索引错位：哪怕MediaPipe版本相同，也要确认两端用的是同一姿态模型（比如BlazePose的full body、lite版本）。不同变体的关键点索引可能有细微差别，比如某个部位的索引顺序调换，导致你对比的根本不是同一个身体部位的坐标。

验证修复步骤 #

1. 统一坐标计算基准：
   • Python端：把归一化坐标转成像素坐标，公式是x_pixel = x_normalized * 视频宽度，y_pixel = y_normalized * 视频高度，同时记录下视频的原始宽高。
   • JS端：加载视频时，强制设置video标签的width和height为视频原始分辨率，关闭自动缩放；拿到姿态坐标后，同样转成像素坐标再对比。
2. 关闭镜像模式：
   • 在JS的MediaPipe配置里加flipHorizontal: false，确保和Python端的图像方向一致。如果是摄像头实时流，先把视频流的镜像关掉再传入模型。
3. 核对关键点索引：
   • 打印两端的关键部位坐标（比如鼻子、左肩），逐个确认索引对应的部位是否一致。比如Python端索引0是鼻子，JS端也要确认索引0是不是鼻子，避免模型变体导致的索引错位。
4. 排查预处理流程：
   • 检查Python端有没有对视频帧做额外处理（比如缩放、裁剪、颜色转换），JS端有没有做同样的操作。比如Python用OpenCV读视频是BGR格式，JS是RGB格式，虽然MediaPipe内部会处理，但如果手动转了格式，可能引入差异。

结论 #

这种差异绝对不正常，同一版本的MediaPipe在相同输入下，输出的归一化坐标应该完全一致。大概率是两端的输入预处理、图像方向或坐标基准设置不一致导致的，按上面的步骤逐一排查就能解决。

内容的提问来源于stack exchange，提问作者Dhiogo Corrêa