zakezhang/網球影片私人教練

網球影片私人教練 是做什麼的？

將業餘球員的練習影片轉化為可執行的檢討：揮拍的哪個環節出了問題、哪些擊球證明了這一點、以及下次該練習什麼。專為初級到中級球員設計，適用於對牆、發球機、教練餵球或搭檔對練。

需求：能執行 Python 3 與 ffmpeg，並安裝 pip 套件（ultralytics, opencv-python, numpy, scipy, Pillow）的環境。有 GPU 更好，但非必要。

0. 事先提問（僅限你尚不清楚的部分）

1. 畫面中哪個人是球員：衣服顏色、頭髮、位置。教練、搭檔及隔壁場地的人常會入鏡。
2. 慣用手，以及反手拍是單手還是雙手（或正在學習兩者）。
3. 程度與目標：他們打了多久，以及想達到什麼目標（例如：「年底前能來回對打並打一盤比賽」）。
4. 場地設定：練習牆 / 發球機 / 教練餵球 / 對練；室內或室外。
5. 攝影機：後方、側面或正面；手機高度；幀率。
6. 傷勢：近期膝蓋、肩膀、手肘或背部有無痠痛。若有，需特別關注腳步與落地。
7. 他們最想解決的一個問題（例如：「很多球飛太遠」或「我的擊球點不穩定」）。報告必須在最前面回答這個問題。
8. 先前的報告（如有），以便比較。

1. 報告必須達成的目標

• 開門見山列出結論。 用一句話說明最大的問題與最大的進步，接著提供細節。批評必須具體且有證據支持；避免只稱讚。若先前的評論有誤，應明確指出。
• 每項主張都要有影片佐證。 每個案例都需附上附註解的慢動作片段，並繪製在球員的真實影片上，而非火柴人動畫。
• 預設為 4 類別 × 3 擊球：最佳正手拍、最差正手拍、最佳反手拍、最差反手拍（共 12 個片段）。每個類別需有一個三欄比較表格，以及一句說明這三球共通點的話。若某類別可用擊球少於 3 球，則應說明找到了幾球。
• 將單手反拍和雙手反拍分開處理。 若球員兩種都練，單手反拍應有獨立章節，且不納入雙手反拍的統計。
• 指出崩壞的階段：引拍 / 拍頭下放 / 擊球點 / 隨揮方向 / 腳步 / 準備時機 / 處理高球 / 正反拍決策。
• 務必檢查膝蓋與腳步：空中擊球、單腳落地、在鎖死的直腿上旋轉。
• 說明資料的限制：樣本數、多少擊球無法判讀、攝影角度偏差。若某事物無法看見，應直接說明，而非猜測數字。
• 以可遵循的計畫作結：提供 2–4 項練習（包含次數或分鐘數），以及進入下一階段的條件。

2. 流程

2.1 轉檔並提取音訊

• 4K HEVC 手機影片檔案龐大。製作一個 960 寬的 H.264 分析用副本： ffmpeg -i IN.MOV -vf scale=960:-2 -r 30 -an -c:v libx264 -preset veryfast -crf 24 p.mp4 （有些手機錄影為 29.97 fps；強制設為 30 可簡化時間計算。）
• 另外提取音訊以定位觸球點： ffmpeg -i IN.MOV -vn -ac 1 -ar 22050 a.wav
• 將長影片切成 4–5 分鐘的段落處理，避免超時。若有多個短片段，先從每個片段抓取一幀製作概覽表，判斷哪些是可用（球員背後角度），哪些太遠（僅用於觀察技術）。
• 針對練習牆的練習，也剪裁出球網線附近的放大「牆面」副本，用於判斷觸網 / 出界。

2.2 姿勢估計

• 使用 Ultralytics YOLO 姿勢模型（yolo11n-pose.pt；更高精度可用 yolo11m-pose.pt）。室內環境，每 4 幀取樣一次，imgsz 640，conf 0.3 已足夠。室外人物較小且較多時，應每 2 幀取樣，imgsz 960，conf 0.25。
• 追蹤正確的人物。 畫面中只有一人時，取最大邊界框。若有教練或其他人在場，則根據衣物特徵對每個偵測結果評分：軀幹多邊形（肩膀 + 臀部）內的中位數 HSV 亮度與飽和度，以及臀部到膝蓋區域的褲子顏色。對偏離前一幀較遠的偵測結果增加懲罰，以避免人物切換。
• 根據影像 x 座標判斷左右，而非模型標記的左右。從背後看，球員的右側即是影像的右側。

2.3 找出每次揮拍

• 揮拍是手腕速度的峰值：移動較多的那隻手腕的逐幀位移量，除以邊界框高度，經 2 個樣本平滑後，門檻值約為 0.16（適用於每 4 幀取樣；取樣密度更高時需按比例縮小）。
• 峰值間隔需至少 1.6 秒。 1.0 秒的間隔會將隨揮後的恢復動作誤判為第二次揮拍。正常節奏約每 3–4 秒一次揮拍。
• 正手拍或反手拍：在峰值前 1.1 秒到 0.25 秒的時間區間內，雙手的中點位於臀部中線的哪一側。位於慣用手側即為正手拍。部分判斷可能出錯；對於你要特別呈現的擊球，應逐幀確認。
• 將以下所有指標錨定在手腕速度峰值（稱為 tp），以便各次練習能相互比較。

2.4 從聲音定位觸球

• 高通濾波 1500 Hz；計算 110 個樣本視窗的能量包絡；找出比周圍 401 個視窗中位數高至少 10 dB 且間隔至少 50 個視窗的峰值。
• 轉換為秒數：視窗索引 × 110 / 22050。使用 乘以 0.005 作為快捷方式，每 4 分鐘會漂移約半秒，破壞長影片後半部的準確性。
• 練習牆：在 [tp−0.1, tp+0.55] 秒範圍內，取比背景噪音高至少 15 dB 的最大峰值，通常在 tp 後 0.2–0.35 秒。球撞擊牆壁的聲音（約觸球後 0.45 秒）也很大；不要選它。
• 室外：教練的擊球或其他場地的噪音會造成干擾。搜尋 [tp−0.45, tp+0.25] 秒範圍；若無符合條件的，則使用 tp。
• 對於最終會放入片段的每個擊球，務必透過觀察影格來確認真實的觸球影格。

2.5 偵測單手反手拍（若球員正在學習）

• 在反手拍中，取 tp 後 0.7 秒內兩手腕之間的最大距離（除以軀幹長度）。雙手反拍在完成動作時雙手會保持在一起（通常小於 1.5）；單手反拍的非持拍手會向後打開（通常為 2.0–2.5）。差距很明顯；門檻值設為 1.95 左右即可。
• 近距離攝影角度會產生誤報；務必目視確認每個候選者。
• 針對每個單手反拍，記錄：引拍時持拍手是否高過頭、引拍是否過晚（像準備打雙手反拍，最後一刻才拉起）、擊球時手臂是否伸直、隨揮高度以及結果。
• 單手反拍檢查清單（每項包含：正確狀態 / 本次練習 / 判定）：非持拍手放在拍頸上的轉身、引拍高度在胸部與肩膀之間且拍頭指向後方、拍頭降低後由低向高揮擊、擊球點在前方且手臂伸直、非持拍手向後打開、完成動作且胸部不要過早轉正、膝蓋彎曲並跨步。握拍從背後無法看清；建議球員向教練確認。

2.6 觸網 / 出界計數（僅在球可見時）

• 練習牆：在放大的牆面影片中標記球網線。針對每次擊球，製作一張圖塊：觸球後 30 幀內的移動黃色區塊（依時間從紅到綠繪製），以及球網線上方遮擋物（窗簾等）的運動（用另一種顏色）。目視判斷每個圖塊：遮擋物移動或球擊中高於球網線的位置 = 界內；球擊中板子且遮擋物不動 = 觸網；被球員擋住 = 無法判讀。全自動判斷與人類的吻合度僅約 60%，因此僅作為提示使用。
• 取樣：均勻地從整場練習中選取 100 次擊球進行判斷，排除無法判讀的球，並分別回報正手拍 / 雙手反拍 / 單手反拍的數據。然後檢視剩餘中最可疑的 20 球，確認錯誤是否集中在某個時段（通常在疲勞出現後）。
• 室外：背景有樹木搖動或多人走動時，基於顏色與運動的球體偵測大多會失敗。請不要回報百分比。在報告中說明原因，改以技術好壞來挑選最佳 / 最差擊球，並提供能讓計數得以實現的攝影建議。

2.7 技術指標（對每次揮拍測量）

指標	計算方式	意義
正手拍手高於鼻尖	在 [tp−1.1, tp−0.25] 區間內，持拍手腕高於鼻尖的影格比例	引拍過高、揮拍軌跡過大
雙手高於肩膀	相同區間內，雙手腕高於肩部中心的影格比例	反手拍持拍位置過高
最大膝蓋彎曲角度	在 [tp−0.6, tp+0.3] 區間內，前側腿的髖-膝-踝最小角度（所有揮拍的中位數）	腿部過直（從後方拍攝會低估前彎角度；僅與自己比較）
站位寬度	在 tp 時刻，腳踝水平距離 ÷ 軀幹長度	窄站位常伴隨跳躍
著地並伸直	tp 後 0.7 秒內，一個腳踝移動少於 0.4 個軀幹長度，且該膝蓋角度大於 155°	膝蓋的扭轉負荷（常見於反手拍轉體時）
擊球高度	在 tp 前 0.07–0.2 秒，持拍手位置介於臀部 (0) 與肩膀 (1) 之間	了解有多少球是高的，以及球員是否調整位置
跳躍 / 單腳落地	在你逐幀檢視的擊球中目視計算	目前尚無可靠的自動化指標

• 對於長時間練習，應分別回報前半段與後半段的數據，以觀察疲勞帶來的影響。
• 若攝影機、場地或方法有所改變，應重新以新方法測量舊影片，或明確說明數字無法比較。

2.8 選出 3 個最佳與 3 個最差擊球

• 最佳：結果好（順利過網且落地深）且揮拍完整（引拍到位、拍頭低於球、完整收拍、雙腳著地）。應平均分佈於整場練習中。
• 最差：觸網、打高射砲或明顯失誤；若不夠多，則選擇技術缺陷最明顯的擊球。優先選擇能顯示不同成因，或共同證明一個共同成因的擊球。
• 先從結果圖塊中篩選，再透過逐幀的球員圖表（觸球前 0.9 秒到觸球後 0.5 秒）確認成因。挑選最差反手拍時，務必排除單手反拍。

2.9 生成附註解的慢動作片段

• 從原始影片中剪取約 3 秒（從觸球前 1.1–1.5 秒開始），將畫面裁切至大約 16:10 比例且球員約占畫框高度 60%，縮放至 1280 寬。
• 對每一幀執行姿勢估計。手動選擇四個影格：引拍頂點、擊球點、以及繪製路徑的起點與終點（排除準備姿勢與恢復動作）。自動偵測的擊球影格常出錯；務必目視檢查。
• 片段結構：
  1. 以原速播放一次。
  2. 以四分之一速度播放，逐幀繪製持拍手路徑（正手拍 = 持拍手腕；雙手反拍 = 雙手腕中點；單手反拍 = 觸球前為中點，觸球後為持拍手腕），顏色從橘色漸變至青色，並在底部顯示每個階段的說明文字。
  3. 在引拍頂點處定格約 3 秒，圈選該點（綠色 = 正確，紅色 = 問題）並附上一句短標題。
  4. 在擊球點處定格約 3 秒：在擊球點（自動位置常錯過球，請手動設定）標記白色圓圈，在前側膝蓋處標記黃色圓圈及其角度（單手反拍因側面鏡頭腿部重疊，可略過）。
  5. 在完整路徑上定格。 在最差的片段中，疊加同一類型的最佳擊球路徑（從路徑起點到擊球點），按軀幹長度縮放並在肩部中心對齊，以帶黑色外框的綠色虛線動畫呈現，並附上一句修正建議。
• 編碼為 H.264，yuv420p，faststart，960 寬，每個片段約 1–2.5 MB。從每個片段中提取 4 幀製作接觸圖表，以確認說明文字未遮擋任何東西，且圓圈落在正確位置。
• 避免在說明文字中使用 ✓ 和 ✗；許多東亞字體缺少這些符號，會顯示為方框。

3. 報告結構

產出一個 HTML 頁面（或使用者要求的格式），依序包含以下內容：

1. 評語：直接回答球員的問題；最大的進步、最大的問題、關鍵數據；對先前評審的回饋。其下方為數據條（按擊球類型區分的揮拍數、取樣的觸網 / 出界率或「未計數」並附原因、一或兩項關鍵指標）。
2. 成因分析：將問題歸納為 2–3 個成因，每個成因附上一個帶時間戳的範例。
3. 最佳 vs 最差：4 個分組，每組 3 個片段、一個三欄比較表（包含引拍、下放、擊球、收拍、腳步、膝蓋角度）以及一句關於共通模式的說明。
4. 與上次比較：以表格及並排片段說明最佳與最差擊球的變化。
5. 單手反手拍（若有練習）：統計數據、檢查清單、3 個好與 3 個差的片段、逐球列表，以及是否建議繼續訓練此技術。
6. 膝蓋與腳步：指標表與風險分類，分為「優先處理 / 觀察 / 改善中」，每項附修正建議。並明確說明這並非醫療建議，若出現腫脹、卡住、無力或持續一週以上的痠痛，建議諮詢運動醫學醫師。
7. 下次練習內容：見第 5 節。
8. 攝影建議（若影片內容有缺漏）。
9. 頁尾：資料來源、樣本數、測量定義、攝影機限制。

可選設計方向：網球色系，以硬地球場藍色為主色，僅關鍵數據與重點使用網球黃色，「好」用草地綠色，「問題」用紅土紅色。使用壓縮數字字型以營造記分板風格。確保在淺色與深色模式下都可閱讀，且在手機上無需水平滾動。

4. 常見問題與修正

先用以下表格對你所見進行分類，再用具體擊球證明。

症狀	常見成因	在影片中的表現	修正方法
正手拍掛網，向下刷	引拍高過頭，揮拍軌跡過大，拍頭來不及下放	持拍手高於鼻尖

…（原文截斷，翻譯基於提供內容）