trackerfit 1.0.1

Librería de visión artificial para seguimiento y conteo de repeticiones en ejercicios físicos usando MediaPipe.

🏋️ trackerfit

Librería de visión artificial para el seguimiento, análisis y conteo automático de repeticiones en ejercicios físicos usando MediaPipe y OpenCV.

✅ Requisitos

• Python >= 3.10
• pip >= 21.0

🚀 Instalación

Desde PyPI

pip install trackerfit 

Desde un repositorio local

git clone https://github.com/4lverto/trackerfit.git
cd trackerfit
pip install -e .

Instalación rápida + Troubleshooting

Si durante la instalación tienes problemas, siguie los siguientes pasos y asegúrate de cumplir con las versiones establecidas en las dependencias.

python -m pip install --upgrade pip setuptools wheel
pip install --prefer-binary "numpy==1.26.4" "matplotlib>=3.9" "opencv-python>=4.11"
pip install trackerfit==1.0.1

📦 Características

• Detecta automáticamente poses humanas con MediaPipe
• Calcula ángulos articulares en tiempo real
• Cuenta repeticiones mediante lógica configurable
• Permite entrada por cámara o vídeo
• Visualización dinámica del ángulo y triángulo codificado por color
• Exportación del historial de sesión (ángulo, reps, landmarks, timestamp)
• Arquitectura modular y extensible

🧠 Ejercicios soportados

Ejercicio	Landmarks utilizados
Curl de bíceps	Hombro – Codo – Muñeca
Sentadilla	Cadera – Rodilla – Tobillo
Flexiones	Hombro – Codo – Muñeca
Press militar	Cadera – Hombro – Muñeca
Extensión de cuádriceps	Cadera – Rodilla – Tobillo
Crunch abdominal	Cadera – Abdomen – Cabeza
Tríceps dip	Hombro – Codo – Muñeca
Elevación lateral	Cadera – Hombro – Muñeca

⚙️ Uso básico

from trackerfit import SessionManager, TipoEntrada

# Crear y configurar la sesión
manager = SessionManager()
manager.iniciar_sesion(
    tipo=TipoEntrada.CAMARA,
    nombre_ejercicio="curl_bicep"
)

# Esperar a que el usuario finalice
while manager.sesion_activa():
    pass

# Obtener repeticiones y resumen
reps = manager.obtener_repeticiones()
resumen = manager.generar_resumen(reps)
print(resumen)

🎨 Visualización en tiempo real

La librería muestra en la ventana de OpenCV:

Landmarks del cuerpo detectados

Un triángulo sobre el ángulo evaluado:

🔴 Rojo si no se ha alcanzado el rango válido

✅ Verde si el ángulo es válido para contar una repetición

Valor numérico del ángulo en grados

📁 Estructura de la librería

trackerfit/
├── ejercicios/         # Clases para cada tipo de ejercicio
├── session/            # Entrada por vídeo o cámara + gestión de sesiones
├── tracker/            # Wrapper de MediaPipe
├── utils/              # Cálculo de ángulos, enums
├── factory.py          # Devuelve el ejercicio correspondiente

📂 Ejemplos

Puedes encontrar ejemplos de uso real en la carpeta /examples:

• usar_camera.py: inicia una sesión desde la cámara.
• usar_video.py: procesa un vídeo local de ejercicio.

🧪 Tests

Usa pytest para validar funcionalidades mínimas:

pytest

📜 Licencia

Este proyecto está licenciado bajo la MIT License.

👤 Autor

Desarrollado por Alberto Ortega Vílchez Grado en Ingeniería Informática Universidad de Granada

🌐 Recursos

• MediaPipe Pose
• NumPy
• OpenCV