利用opencv+openpose實現人體姿態檢測，附詳細代碼。

通過一個偶然機會，我了解到了人體姿態解算，在學習K210之余，我便想著通過opencv實現這個功能，查找了很多資料，發現可以利用opencv+openpose實現，接著我又開始找一些資料，在pycharm上部署。

前言

人體姿態估計的一個有趣應用是 CGI（computer graphic image，一種電影制造技術）應用。如果可以檢測出人體姿態，那么圖形、風格、特效增強、設備和藝術造型等就可以被加載在人體上。

通過追蹤人體姿態的變化，渲染的圖形可以在人動的時候“自然”地與人“融合”。姿態估計的一個有趣應用是在交互游戲中追蹤人體對象的運動。

比較流行的 Kinect 使用 3D 姿態估計（采用 IR 傳感器數據）來追蹤人類玩家的運動，從而利用它來渲染虛擬人物的動作。

應用：

用于檢測一個人是否摔倒或疾病

用于健身、體育和舞蹈等的自動教學

用于理解全身的肢體語言（如機場跑道信號、交警信號等）

用于增強安保和監控

一、環境配置

pycharm2021.2.2

pycharm是一個很好用的軟件，剛開始我們必須要配置相應的環境，當然你使用我主頁里那篇模型訓練的環境也可以，在你運行的時候系統會提示你缺少了什么環境，并讓你安裝，你直接安裝即可。這里我就不過多的贅述了。

1.導入文件

在pycharm上導入相應的文件后，你可以直接點擊運行，系統會提示你缺少了什么環境，缺少什么就安裝什么，通過終端使用pip安裝即可。

2.具體代碼

#TouseInferenceEnginebackend,specifylocationofplugins:
#exportLD_LIBRARY_PATH=/opt/intel/deeplearning_deploymenttoolkit/deployment_tools/external/mklml_lnx/lib:$LD_LIBRARY_PATH
importcv2ascv
importnumpyasnp
importargparse

parser=argparse.ArgumentParser()
parser.add_argument('--input',help='Pathtoimageorvideo.Skiptocaptureframesfromcamera')
parser.add_argument('--thr',default=0.2,type=float,help='Thresholdvalueforposepartsheatmap')
parser.add_argument('--width',default=368,type=int,help='Resizeinputtospecificwidth.')
parser.add_argument('--height',default=368,type=int,help='Resizeinputtospecificheight.')

args=parser.parse_args()

BODY_PARTS={"Nose":0,"Neck":1,"RShoulder":2,"RElbow":3,"RWrist":4,
"LShoulder":5,"LElbow":6,"LWrist":7,"RHip":8,"RKnee":9,
"RAnkle":10,"LHip":11,"LKnee":12,"LAnkle":13,"REye":14,
"LEye":15,"REar":16,"LEar":17,"Background":18}

POSE_PAIRS=[["Neck","RShoulder"],["Neck","LShoulder"],["RShoulder","RElbow"],
["RElbow","RWrist"],["LShoulder","LElbow"],["LElbow","LWrist"],
["Neck","RHip"],["RHip","RKnee"],["RKnee","RAnkle"],["Neck","LHip"],
["LHip","LKnee"],["LKnee","LAnkle"],["Neck","Nose"],["Nose","REye"],
["REye","REar"],["Nose","LEye"],["LEye","LEar"]]

inWidth=args.width
inHeight=args.height

net=cv.dnn.readNetFromTensorflow("graph_opt.pb")

cap=cv.VideoCapture(args.inputifargs.inputelse0)

whilecv.waitKey(1)args.threlseNone)

forpairinPOSE_PAIRS:
partFrom=pair[0]
partTo=pair[1]
assert(partFrominBODY_PARTS)
assert(partToinBODY_PARTS)

idFrom=BODY_PARTS[partFrom]
idTo=BODY_PARTS[partTo]

ifpoints[idFrom]andpoints[idTo]:
cv.line(frame,points[idFrom],points[idTo],(0,255,0),3)
cv.ellipse(frame,points[idFrom],(3,3),0,0,360,(0,0,255),cv.FILLED)
cv.ellipse(frame,points[idTo],(3,3),0,0,360,(0,0,255),cv.FILLED)

t,_=net.getPerfProfile()
freq=cv.getTickFrequency()/1000
cv.putText(frame,'%.2fms'%(t/freq),(10,20),cv.FONT_HERSHEY_SIMPLEX,0.5,(0,0,0))

cv.imshow('OpenPoseusingOpenCV',frame)

這里便是主函數的代碼。

3.效果展示

這副圖片便是識別的效果，幀率還是很不錯的。

三、效果優化

這個幀率雖然可以，但是效果屬實有點拉跨。教我K210的學長便指導我進行優化改進，這里附上學長的連接（https://blog.csdn.net/hyayq8124spm=1001.2014.3001.5509）

1.具體代碼

importcv2
importtime
importmediapipeasmp
fromtqdmimporttqdm

#導入solution
mp_pose=mp.solutions.pose


mp_drawing=mp.solutions.drawing_utils


pose=mp_pose.Pose(static_image_mode=False,
#model_complexity=1,
smooth_landmarks=True,
#enable_segmentation=True,
min_detection_confidence=0.5,
min_tracking_confidence=0.5)


defprocess_frame(img):
#BGR轉RGB
img_RGB=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)

results=pose.process(img_RGB)

#可視化
mp_drawing.draw_landmarks(img,results.pose_landmarks,mp_pose.POSE_CONNECTIONS)
#look_img(img)

#mp_drawing.plot_landmarks(results.pose_world_landmarks,mp_pose.POSE_CONNECTIONS)

##BGR轉RGB
#img_RGB=cv2.cvtColor(img,cv2.COLOR_BGR2RGB)
#
#results=hands.process(img_RGB)

#ifresults.multi_hand_landmarks:#如果有檢測到手
#
#forhand_idxinrange(len(results.multi_hand_landmarks)):
#hand_21=results.multi_hand_landmarks[hand_idx]
#mpDraw.draw_landmarks(img,hand_21,mp_hands.HAND_CONNECTIONS)

returnimg

cap=cv2.VideoCapture(1)

#打開cap
cap.open(0)

#無限循環，直到break被觸發
whilecap.isOpened():
#獲取畫面
success,frame=cap.read()
ifnotsuccess:
print('Error')
break

##!!!處理幀函數
frame=process_frame(frame)

#展示處理后的三通道圖像
cv2.imshow('my_window',frame)

ifcv2.waitKey(1)in[ord('q'),27]:
break


cap.release()


cv2.destroyAllWindows()

2.效果展示

總結

到這里這篇文章就結束了，寫這篇博客只是單純記錄自己的學習過程。希望看到這篇博客的你，能夠更加堅定的學習。胡適說過一句話我覺得特別好，這里分享給大家。