专业动作捕捉设备动辄几万美元一套。FreeMoCap 的思路是：别花那个钱了，用你桌上的 USB 摄像头就行。
这个项目今天 293 个新增 star，冲进了 GitHub Trending Python 前十。
它做什么
FreeMoCap 是一个开源的 3D 动作捕捉系统。你只需要：
- 两台以上普通 USB 摄像头（越多越准）
- 一块 ChArUco 校准板（打印一张就行）
- 一台带 NVIDIA GPU 的电脑
工作流程很简单：架好摄像头 → 放校准板标定空间 → 录视频 → 跑算法 → 拿到 3D 骨骼数据。
技术栈
核心依赖是 MediaPipe 的 2D 姿态检测。多视角 2D 特征点通过三角测量重建为 3D 空间坐标，再经过骨骼优化管线输出干净的骨骼动画。
整个数据处理流水线的关键节点：
- 视频同步和时间戳对齐
- 2D 特征点检测（MediaPipe Pose/Hands/Face）
- 三维空间重建（多视角三角测量）
- 骨骼数据优化和滤波
最新版本 v1.8.2 两周前发布，累计 1,142 次提交，705 个 fork。
谁在用
目标用户很明确：独立游戏开发者、动画学生、科研团队、独立电影人。
传统动捕方案的成本门槛把这些人挡在外面了。FreeMoCap 把这个门槛直接砍掉——唯一的硬件成本是几个摄像头和一张打印纸。
精度方面，它当然比不上 Vicon 或者 OptiTrack 那种红外光学系统。但对不需要好莱坞级精度的场景，比如独立游戏动画原型、舞蹈教学分析、生物力学初步研究，FreeMoCap 够用。
数据导出
支持导出到 Blender、Unity 等主流工具。这意味着拿到骨骼数据后，你可以直接驱动 3D 角色，不用经过复杂的中间转换。
一个现实的判断
FreeMoCap 不是要替代专业动捕。它做的是把动捕从"只有大公司买得起"变成"任何有摄像头的人都能试试"。
对于个人创作者来说，这是一个你花一个下午就能跑通的东西。精度不够的时候，它至少能让你快速验证想法。这比花三个月等预算审批快多了。
主要来源：