FreeMocap 安装教程：三步搭建免费无标记动作捕捉系统，从克隆到启动一步到位
【免费下载链接】freemocapFree Motion Capture for Everyone 💀✨项目地址: https://gitcode.com/GitHub_Trending/fr/freemocap
本文带你用一篇教程从零跑通 FreeMocap 下载与安装全流程：它是免费开源的无标记动作捕捉系统，只要你会用终端，克隆代码、用 uv 搭好环境，就能启动图形界面，无需昂贵的商业捕捉设备。
这个项目能帮你做什么
FreeMocap 让普通相机就能完成无标记人体动作捕捉：打印一块标定板做相机标定，录几路视频，它就能重建出 3D 骨骼轨迹，还能导出到 Blender 做动画。对科研、教学、游戏动画等想低成本拿到动作数据的人特别合适。
安装前环境自检
动手前先对照下面这张清单，缺什么补什么：
| 项目 | 要求 |
|---|---|
| 操作系统 | Windows（AMD64）、macOS 或 Linux x86_64 |
| Python | 3.11 及以上（pyproject.toml要求>=3.11） |
| uv | 用于建虚拟环境和装依赖，文章里会带你装 |
| Node.js | 只有要启动桌面 GUI 才需要 |
| GPU | 可选；NVIDIA 显卡可自动装 CUDA 加速版，没有也能跑 CPU 版 |
注意：仓库依赖通过 uv 从 git 源拉取，pip install -e .的方式在这里行不通，全程用 uv 即可。
📦 拿到项目代码
在终端执行下面的命令克隆仓库（也可以直接在仓库页面下载 ZIP 包解压，效果一样）：
git clone https://gitcode.com/GitHub_Trending/fr/freemocap然后进入项目根目录：
cd freemocap三步搭好运行环境
第 1 步：安装 uv
uv 是本项目指定使用的包管理工具，先确认本机是否已有，没有就用 pip 装一个：
pip install uv装完后运行uv --version，能看到版本号就说明就绪了。
第 2 步：创建虚拟环境
在项目根目录执行，它会在当前目录生成一个隔离的.venv环境：
uv venv第 3 步：安装全部依赖
这条命令会自动装好 skellytracker、skellycam 等全部依赖，并默认按平台选择 GPU/CPU 版本：
uv sync如果你是 Windows/Linux 且没有受支持的显卡，改为强制装 CPU 版：
uv sync --no-default-groups --group cpu注意：依赖体积较大，首次安装耐心等待几分钟，中途报网络错误就重跑一次同一条命令。
🚀 启动并验证安装
FreeMocap 分后端服务和前端界面两部分，需要开两个终端。
第一个终端启动 Python 服务：
uv run python freemocap/__main__.py服务默认监听 53117 端口，终端里打印出端口信息且没有报错，就说明后端起来了。
第二个终端启动桌面 GUI（需已装 Node.js）：
cd freemocap-ui npm install npm run dev看到什么算成功：一个 Electron 窗口弹出，里面是 FreeMocap 的操作界面，能连接上刚才启动的服务——到这里，整套 FreeMocap 安装教程就走完了。
进阶：用脚本处理数据
装好后可以直接调用库函数，比如一键下载官方示例录制数据供练习：
from freemocap.utilities.download_sample_data import download_sample_data path = download_sample_data() # 下载并解压示例数据 print(path)更多后处理与标定流程，以官方文档为准，可参考 freemocap-docs/docs/guides/posthoc-mocap.mdx。
项目更新较快，个别命令可能随版本变化，建议以仓库内最新的 README.md 和文档目录为准。祝你顺利捕捉到第一组属于自己的动作数据！
【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
