谈谈NITE 2与OpenCV结合的第二个程序(提取人体骨骼坐标)
温故而知新——NITE 2的基本使用主要包括以下几个步骤:
1. 初始化NITE环境: nite::NiTE::initialize();
2. 创建User跟踪器: nite::UserTracker mUserTracker; mUserTracker.create();
3. 创建并读取User Frame信息:nite::UserTrackerFrameRef mUserFrame; mUserTracker.readFrame( &mUserFrame );
4. 从User Frame信息中获取User信息: const nite::Array<nite::UserData>& aUsers = mUserFrame.getUsers();然后根据User信息开始人体骨骼跟踪识别。
5. 释放Frame信息:mUserFrame.release();
6. 关闭跟踪器:mUserTracker.destroy();
7. 最后关闭NITE环境:nite::NiTE::shutdown();
下面是简单的右手骨骼坐标跟踪,并显示右手坐标信息的程序代码:
// YeNITE2SimpleUsingOpenCV_Skeleton.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include <iostream> // 载入NiTE.h头文件 #include <NiTE.h> // using namespace using namespace std; int main( int argc, char** argv ) { // 初始化NITE nite::NiTE::initialize(); // 创建User跟踪器 nite::UserTracker mUserTracker; mUserTracker.create(); nite::UserTrackerFrameRef mUserFrame; for( int i = 0; i < 1000; ++ i ) { // 读取User Frame信息 mUserTracker.readFrame( &mUserFrame ); // 从User Frame信息中获取User信息 const nite::Array<nite::UserData>& aUsers = mUserFrame.getUsers(); // Frame中User的个数 for( int i = 0; i < aUsers.getSize(); ++ i ) { const nite::UserData& rUser = aUsers[i]; // 当有User用户出现在Kinect面前,则判断并显示 if( rUser.isNew() ) { cout << "New User [" << rUser.getId() << "] found." << endl; // 开始人体骨骼跟踪 mUserTracker.startSkeletonTracking( rUser.getId() ); } // 获取骨骼坐标 const nite::Skeleton& rSkeleton = rUser.getSkeleton(); if( rSkeleton.getState() == nite::SKELETON_TRACKED ) { // 得到右手坐标 const nite::SkeletonJoint& righthand = rSkeleton.getJoint( nite::JOINT_RIGHT_HAND ); const nite::Point3f& position = righthand.getPosition(); cout << "右手坐标: " << position.x << "/" << position.y << "/" << position.z << endl; } } } // 释放 mUserFrame.release(); // 关闭跟踪器 mUserTracker.destroy(); // 关闭NITE环境 nite::NiTE::shutdown(); return 0; }
程序执行结果如下:
但通过对上述程序代码观察发现,在对人体骨骼跟踪的时候,未做出(“投降”和“双手抱胸”)的动作,也可以获取骨骼坐标信息。难道在NITE2骨骼跟踪的时候,人体姿势检测是多余的吗?这个我的理解是:似乎姿势跟踪将会变成鸡肋(完全靠自己的想象。。。)。
接着借助于OpenCV等常用工具库,看看骨骼坐标在深度图像下的定位和显示效果,直接上代码:
// YeNite2SimpleUsingOpenCV.cpp : 定义控制台应用程序的入口点。 // #include "stdafx.h" #include <iostream> // 载入NiTE.h头文件 #include <NiTE.h> // 载入OpenCV头文件 #include "opencv2/opencv.hpp" #include <opencv2/core/core.hpp> #include <opencv2/highgui/highgui.hpp> #include <opencv2/imgproc/imgproc.hpp> using namespace std; using namespace cv; int main( int argc, char** argv ) { // 初始化NITE nite::NiTE::initialize(); // 创建User跟踪器 nite::UserTracker* mUserTracker = new nite::UserTracker; mUserTracker->create(); // 创建OpenCV图像窗口 namedWindow( "Skeleton Image", CV_WINDOW_AUTOSIZE ); // 循环读取数据流信息并保存在HandFrameRef中 nite::UserTrackerFrameRef mUserFrame; while( true ) { // 读取Frame信息 nite::Status rc = mUserTracker->readFrame(&mUserFrame); if (rc != nite::STATUS_OK) { cout << "GetNextData failed" << endl; return 0; } // 将深度数据转换成OpenCV格式 const cv::Mat mHandDepth( mUserFrame.getDepthFrame().getHeight(), mUserFrame.getDepthFrame().getWidth(), CV_16UC1, (void*)mUserFrame.getDepthFrame().getData()); // 为了让深度图像显示的更加明显一些,将CV_16UC1 ==> CV_8U格式 cv::Mat mScaledHandDepth, thresholdDepth; mHandDepth.convertTo( mScaledHandDepth, CV_8U, 255.0 / 10000 ); // 二值化处理,为了显示效果明显 cv::threshold(mScaledHandDepth, thresholdDepth, 50, 255, 0); // 从User Frame信息中获取User信息 const nite::Array<nite::UserData>& aUsers = mUserFrame.getUsers(); // Frame中User的个数 for( int i = 0; i < aUsers.getSize(); ++ i ) { const nite::UserData& rUser = aUsers[i]; // 当有User用户出现在Kinect面前,则判断并显示 if( rUser.isNew() ) { cout << "New User [" << rUser.getId() << "] found." << endl; // 开始人体骨骼跟踪 mUserTracker->startSkeletonTracking( rUser.getId() ); } // 获取骨骼坐标 const nite::Skeleton& rSkeleton = rUser.getSkeleton(); if( rSkeleton.getState() == nite::SKELETON_TRACKED ) { // 只得到前8个骨骼点坐标 for(int i = 0; i < 8; i++) { // 得到骨骼坐标 const nite::SkeletonJoint& skeletonJoint = rSkeleton.getJoint((nite::JointType)i); const nite::Point3f& position = skeletonJoint.getPosition(); float depth_x, depth_y; // 将骨骼点坐标映射到深度坐标中 mUserTracker->convertJointCoordinatesToDepth(position.x, position.y, position.z, &depth_x, &depth_y); cv::Point point((int)depth_x, (int)depth_y); // 将获取的深度图像中相对应的坐标点重新赋值为255.即在深度图像中显示出各个骨骼点。 thresholdDepth.at<uchar>(point) = 255; } // 显示图像 cv::imshow( "Skeleton Image", thresholdDepth ); } } // 终止快捷键 if( cv::waitKey(1) == 'q') break; } // 关闭Frame mUserFrame.release(); // 关闭跟踪器 mUserTracker->destroy(); // 关闭NITE环境 nite::NiTE::shutdown(); return 0; }
上图: 图上“白点”就是骨骼点。
需要了解具体的骨骼点信息(位置、方向,以及可靠性等),可以看官网提供的参考文献。我觉得遗憾的是,目前提供的15个骨骼点坐标不包括了手腕等其它骨骼点、而且只能得到全身的,不能单独获取上半身骨骼坐标。
结合程序注释和之前的博文内容,我想最后一个程序应该挺好理解的。根据自己的感觉走,感觉写代码,没做封装、优化、重构,完全是面向过程,而且肯定还存在细节的问题,会在后面进一步优化的。
写的粗糙,欢迎指正批评~~~