我們面臨多個第三方庫選項用于解析BVH文件，根據您的列表，我將分析幾個關鍵庫的特點，并推薦最適合當前任務的庫。我們將基于以下標準進行選擇：

??功能性??：是否能準確解析關節角度數據，支持關鍵幀操作
??易用性??：API設計是否簡潔
??維護狀態??：最近更新時間、社區活躍度
??兼容性??：支持Python版本
主要候選庫分析：

??bvhio (Aug 2025)??
要求Python 3.9
??優勢??：專為讀寫和編輯BVH設計，明確支持層級3D變換處理
??特點??：提供完整的BVH操作接口，包括創建、修改和保存
??適用性??：最適合本任務，直接解決關節角度提取需求
Requires: numpy, pyglm, spatial-transform
spatial-transform需要Python 3.9版本以上

或者 替換掉一些字符串

import os
import re# 定義要修改的目錄
directory = r"K:\ProgramData\Anaconda3\lib\site-packages\SpatialTransform"# 定義要替換的模式
pattern = re.compile(r"->\s*list\[\w+\]")# 遍歷目錄中的所有文件
for root, dirs, files in os.walk(directory):for file in files:if file.endswith(".py"):file_path = os.path.join(root, file)with open(file_path, "r", encoding="utf-8") as f:content = f.read()# 刪除 -> list[...]new_content = pattern.sub("", content)if new_content != content:with open(file_path, "w", encoding="utf-8") as f:f.write(new_content)print(f"Modified: {file_path}")print("All modifications completed.")

??bvh-converter (2018)??
??局限??：僅轉換BVH到CSV，無直接API操作數據結構
??狀態??：久未更新，可能不兼容Python新版本
??bvhtoolbox (Nov 2020)??
??功能??：支持讀寫和轉換，但文檔較少
??更新??：2020年后無維護
??upc-pymotion (2025)??
??亮點??：集成PyTorch/NumPy，適合機器學習
??適用性??：適用于高級運動分析，但可能過度復雜化本任務
??bvhsdk (Sep 2024)??
??功能??：直接支持讀寫修改，類似bvhio但功能稍弱
??狀態??：維護良好，但bvhio更新更近
推薦選擇：bvhio
??理由??：

??專業匹配??：專門為BVH關節操作設計
??維護可靠??：2025年8月更新，長期維護預期
??功能完整??：無需額外轉換即可獲取旋轉數據
??安裝簡單??：可通過pip直接安裝
基于bvhio的優化代碼實現：

根據搜索結果，以下是支持 Python 3.7 并且可以處理 BVH 文件的工具和庫的詳細介紹：

1. bvh-python

• 功能：用于解析 BVH 文件，讀取骨架層次結構和動作數據。
• 安裝：

  pip install bvh
  

• 使用示例：

  from bvh import Bvh
  with open('path_to_your_file.bvh') as f:mocap = Bvh(f.read())# 獲取根節點名稱
  root_joint = mocap.root.name
  print(f"Root Joint: {root_joint}")# 獲取所有關節名稱
  joint_names = mocap.get_joints_names()
  print(f"Joint Names: {joint_names}")# 獲取某一幀的關節數據
  frame_index = 0
  joint_name = 'Hips'
  channel_data = mocap.frame_joint_channels(frame_index, joint_name)
  print(f"Frame {frame_index} Data for {joint_name}: {channel_data}")
  

• 特點：
  • 易用性：簡潔的 API，適合初學者。
  • 功能全面：支持從文件解析到數據操作。
  • 高效性：能夠處理大型 BVH 文件。

2. bvh-converter

• 功能：將 BVH 文件轉換為 CSV 格式，便于進一步處理。
• 安裝：

  pip install bvh-converter
  

• 使用示例：

  bvh-converter input.bvh
  

  轉換后的 CSV 文件將包含三維坐標序列。
• 特點：
  • 簡單易用：無需在 Python 文件中導入，直接通過命令行使用。
  • 輸出格式：CSV 文件，便于數據處理和分析。

3. bvhsdk

• 功能：處理 BVH 文件，支持讀取、寫入和修改 BVH 文件。
• 安裝：

  pip install bvhsdk
  

• 使用示例：

  from bvhsdk import BVH
  bvh = BVH()
  bvh.load("input.bvh")
  bvh.save("output.bvh")
  

• 特點：
  • 功能豐富：支持對 BVH 文件的讀取、寫入和修改。

4. bvhtoolbox

• 功能：用于讀取、操作和轉換 BVH 文件。
• 安裝：

  pip install bvhtoolbox
  

• 使用示例：

  from bvhtoolbox import BVHReader
  reader = BVHReader("input.bvh")
  reader.write("output.bvh")
  

• 特點：
  • 功能全面：支持讀取、操作和轉換 BVH 文件。

5. upc-pymotion

• 功能：用于處理運動數據，支持 NumPy 和 PyTorch，提供 BVH 文件的讀取和預處理功能。
• 安裝：

  pip install upc-pymotion
  

• 使用示例：

  from pymotion.io.bvh import BVH
  bvh = BVH()
  bvh.load("test.bvh")
  bvh.save("test_out.bvh")
  

• 特點：
  • 支持 NumPy 和 PyTorch：適合需要進行深度學習處理的用戶。

6. bvhio

• 功能：用于讀取、寫入、編輯和創建 BVH 文件，支持層次化的 3D 變換。
• 安裝：

  pip install bvhio
  

• 使用示例：

  from bvhio import BVH
  bvh = BVH()
  bvh.load("input.bvh")
  bvh.save("output.bvh")
  

• 特點：
  • 功能強大：支持對 BVH 文件的讀取、寫入、編輯和創建。

總結

，可以根據你的具體需求選擇合適的工具。如果你需要簡單的文件轉換，可以使用 bvh-converter；如果你需要更強大的功能，如讀取、寫入和修改 BVH 文件，可以考慮 bvhsdk 或 bvhio。