Kinect+OpenNI学习笔记之9(不需要骨骼跟踪的人体手部分割)-白红宇

Kinect+OpenNI学习笔记之9(不需要骨骼跟踪的人体手部分割)

阅读量：6479 次

发布时间：2019-06-23

本文共 11134 字，大约阅读时间需要 37 分钟。

　　前言

　　手势识别非常重要的一个特点是要体验要好，即需要以用户为核心。而手势的定位一般在手势识别过程的前面，在上一篇博文中已经介绍过怎样获取手势区域，且取得了不错的效果，但是那个手势部位的提取有一个大的缺点，即需要人站立起来，当站立起来后才能够分隔出手。而手势在人之间的交流时，并不一定要处于站立状态，所以这不是一个好的HCI。因此本文介绍的手势部位的提取并不需要人处于站立状态，同样取得了不错的效果。

　　实验说明

　　其实，本实验实现的过程非常简单。首先通过手部的跟踪来获取手所在的坐标，手部跟踪可以参考本人前面的博文：。当定位到手所在的坐标后，因为该坐标是3D的，因此在该坐标领域的3维空间领域内提取出手的部位即可，整个过程的大概流程图如下：

　　OpenCV知识点总结：

　　调用Mat::copyTo()函数时，如果需要有mask操作，则不管源图像是多少通道的，其mask矩阵都要定义为单通道，另外可以对一个mask矩阵画一个填充的矩形来达到使mask矩阵中对应ROI的位置的值为设定值，这样就不需要去一一扫描赋值了。

　　在使用OpenCV的Mat矩阵且需要对该矩阵进行扫描时，一定要注意其取值顺序，比如说列和行的顺序，如果弄反了，则经常会报内存错误。

　　实验结果

　　本实验并不要求人的手一定要放在人体的前面，且也不需要人一定是处在比较简单的背景环境中，本实验结果允许人处在复杂的背景环境下，且手可以到处随便移动。当然了，环境差时有时候效果就不太好。

　　下面是3张实验结果的截图，手势分隔图1：

　　手势分隔图2：

　　手势分隔图3：

　　实验主要部分代码即注释(附录有工程code下载链接)：

main.cpp:

#include 
     
      #include "opencv2/highgui/highgui.hpp"#include "opencv2/imgproc/imgproc.hpp"#include 
      
       #include "copenni.cpp"#include 
       
        #define DEPTH_SCALE_FACTOR 255./4096.#define ROI_HAND_WIDTH 140#define ROI_HAND_HEIGHT 140#define MEDIAN_BLUR_K 5int XRES = 640;int YRES = 480;#define DEPTH_SEGMENT_THRESH 5using namespace cv;using namespace xn;using namespace std;int main (int argc, char **argv){    COpenNI openni;    int hand_depth;    Rect roi;    roi.x = XRES/2;    roi.y = YRES/2;    roi.width = ROI_HAND_WIDTH;    roi.height = ROI_HAND_HEIGHT;    if(!openni.Initial())        return 1;    namedWindow("color image", CV_WINDOW_AUTOSIZE);    namedWindow("depth image", CV_WINDOW_AUTOSIZE);    namedWindow("hand_segment", CV_WINDOW_AUTOSIZE);//显示分割出来的手的区域    if(!openni.Start())        return 1;    while(1) {        if(!openni.UpdateData()) {            return 1;        }        /*获取并显示色彩图像*/        Mat color_image_src(openni.image_metadata.YRes(), openni.image_metadata.XRes(),                            CV_8UC3, (char *)openni.image_metadata.Data());        Mat color_image;        cvtColor(color_image_src, color_image, CV_RGB2BGR);        circle(color_image, Point(hand_point.X, hand_point.Y), 5, Scalar(255, 0, 0), 3, 8);        imshow("color image", color_image);        /*获取并显示深度图像*/        Mat depth_image_src(openni.depth_metadata.YRes(), openni.depth_metadata.XRes(),                            CV_16UC1, (char *)openni.depth_metadata.Data());//因为kinect获取到的深度图像实际上是无符号的16位数据        Mat depth_image;        depth_image_src.convertTo(depth_image, CV_8U, DEPTH_SCALE_FACTOR);        imshow("depth image", depth_image);        /*下面的代码是提取手的轮廓部分*/        hand_depth = hand_point.Z * DEPTH_SCALE_FACTOR;        roi.x = hand_point.X - ROI_HAND_WIDTH/2;        roi.y = hand_point.Y - ROI_HAND_HEIGHT/2;        if(roi.x <= 0)            roi.x = 0;        if(roi.x >= XRES)            roi.x = XRES;        if(roi.y <=0 )            roi.y = 0;        if(roi.y >= YRES)            roi.y = YRES;        //取出手的mask部分        //不管原图像时多少通道的，mask矩阵声明为单通道就ok        Mat hand_segment_mask(depth_image.size(), CV_8UC1, Scalar::all(0));        for(int i = roi.x; i < std::min(roi.x+roi.width, XRES); i++)            for(int j = roi.y; j < std::min(roi.y+roi.height, YRES); j++) {                hand_segment_mask.at
        
         (j, i) = ((hand_depth-DEPTH_SEGMENT_THRESH) < depth_image.at
         
          (j, i))                                                            & ((hand_depth+DEPTH_SEGMENT_THRESH) > depth_image.at
          
           (j,i)); } medianBlur(hand_segment_mask, hand_segment_mask, MEDIAN_BLUR_K); Mat hand_segment(color_image.size(), CV_8UC3); color_image.copyTo(hand_segment, hand_segment_mask); imshow("hand_segment", hand_segment); waitKey(20); }}

copenni,cpp:

#ifndef COPENNI_CLASS#define COPENNI_CLASS#include 
     
      #include 
      
       #include 
       using namespace xn;using namespace std;static DepthGenerator  depth_generator;static HandsGenerator  hands_generator;static XnPoint3D hand_point;static std::map
        
         > hands_track_points;class COpenNI{public:    ~COpenNI() {        context.Release();//释放空间    }    bool Initial() {        //初始化        status = context.Init();        if(CheckError("Context initial failed!")) {            return false;        }        context.SetGlobalMirror(true);//设置镜像        xmode.nXRes = 640;        xmode.nYRes = 480;        xmode.nFPS = 30;        //产生颜色node        status = image_generator.Create(context);        if(CheckError("Create image generator  error!")) {            return false;        }        //设置颜色图片输出模式        status = image_generator.SetMapOutputMode(xmode);        if(CheckError("SetMapOutputMdoe error!")) {            return false;        }        //产生深度node        status = depth_generator.Create(context);        if(CheckError("Create depth generator  error!")) {            return false;        }        //设置深度图片输出模式        status = depth_generator.SetMapOutputMode(xmode);        if(CheckError("SetMapOutputMdoe error!")) {            return false;        }        //产生手势node        status = gesture_generator.Create(context);        if(CheckError("Create gesture generator error!")) {            return false;        }        /*添加手势识别的种类*/        gesture_generator.AddGesture("Wave", NULL);        gesture_generator.AddGesture("click", NULL);        gesture_generator.AddGesture("RaiseHand", NULL);        gesture_generator.AddGesture("MovingHand", NULL);        //产生手部的node        status = hands_generator.Create(context);        if(CheckError("Create hand generaotr error!")) {            return false;        }        //产生人体node        status = user_generator.Create(context);        if(CheckError("Create gesturen generator error!")) {            return false;        }        //视角校正        status = depth_generator.GetAlternativeViewPointCap().SetViewPoint(image_generator);        if(CheckError("Can't set the alternative view point on depth generator!")) {            return false;        }        //设置与手势有关的回调函数        XnCallbackHandle gesture_cb;        gesture_generator.RegisterGestureCallbacks(CBGestureRecognized, CBGestureProgress, NULL, gesture_cb);        //设置于手部有关的回调函数        XnCallbackHandle hands_cb;        hands_generator.RegisterHandCallbacks(HandCreate, HandUpdate, HandDestroy, NULL, hands_cb);        //设置有人进入视野的回调函数        XnCallbackHandle new_user_handle;        user_generator.RegisterUserCallbacks(CBNewUser, NULL, NULL, new_user_handle);        user_generator.GetSkeletonCap().SetSkeletonProfile(XN_SKEL_PROFILE_ALL);//设定使用所有关节（共15个）        //设置骨骼校正完成的回调函数        XnCallbackHandle calibration_complete;        user_generator.GetSkeletonCap().RegisterToCalibrationComplete(CBCalibrationComplete, NULL, calibration_complete);        return true;    }    bool Start() {        status = context.StartGeneratingAll();        if(CheckError("Start generating error!")) {            return false;        }        return true;    }    bool UpdateData() {        status = context.WaitNoneUpdateAll();        if(CheckError("Update date error!")) {            return false;        }        //获取数据        image_generator.GetMetaData(image_metadata);        depth_generator.GetMetaData(depth_metadata);        return true;    }    //得到色彩图像的node    ImageGenerator& getImageGenerator() {        return image_generator;    }    //得到深度图像的node    DepthGenerator& getDepthGenerator() {        return depth_generator;    }    //得到人体的node    UserGenerator& getUserGenerator() {        return user_generator;    }    //得到手势姿势node    GestureGenerator& getGestureGenerator() {        return gesture_generator;    }public:    DepthMetaData depth_metadata;    ImageMetaData image_metadata;//    static std::map
         
          > hands_track_points;private:    //该函数返回真代表出现了错误，返回假代表正确    bool CheckError(const char* error) {        if(status != XN_STATUS_OK ) {            //QMessageBox::critical(NULL, error, xnGetStatusString(status));            cerr << error << ": " << xnGetStatusString( status ) << endl;            return true;        }        return false;    }    //手势某个动作已经完成检测的回调函数    static void XN_CALLBACK_TYPE  CBGestureRecognized(xn::GestureGenerator &generator, const XnChar *strGesture, const XnPoint3D *pIDPosition,                                                      const XnPoint3D *pEndPosition, void *pCookie) {   //     COpenNI *openni = (COpenNI*)pCookie;    //    openni->hands_generator.StartTracking(*pIDPosition);        hands_generator.StartTracking(*pIDPosition);    }    //手势开始检测的回调函数    static void XN_CALLBACK_TYPE CBGestureProgress(xn::GestureGenerator &generator, const XnChar *strGesture, const XnPoint3D *pPosition,                                                   XnFloat fProgress, void *pCookie) {   //     COpenNI *openni = (COpenNI*)pCookie;   //     openni->hands_generator.StartTracking(*pPosition);        hands_generator.StartTracking(*pPosition);    }    //手部开始建立的回调函数    static void XN_CALLBACK_TYPE HandCreate(HandsGenerator& rHands, XnUserID xUID, const XnPoint3D* pPosition,                                            XnFloat fTime, void* pCookie) {   //     COpenNI *openni = (COpenNI*)pCookie;        XnPoint3D project_pos;        depth_generator.ConvertRealWorldToProjective(1, pPosition, &project_pos); //       openni->hand_point = project_pos;   //返回手部所在点的位置        hand_point = project_pos;        pair
          
           > hand_track_point(xUID, vector
           
            ()); hand_track_point.second.push_back(project_pos); hands_track_points.insert(hand_track_point); } //手部开始更新的回调函数 static void XN_CALLBACK_TYPE HandUpdate(HandsGenerator& rHands, XnUserID xUID, const XnPoint3D* pPosition, XnFloat fTime, void* pCookie) { // COpenNI *openni = (COpenNI*)pCookie; XnPoint3D project_pos; depth_generator.ConvertRealWorldToProjective(1, pPosition, &project_pos); // openni->hand_point = project_pos; //返回手部所在点的位置 hand_point = project_pos; hands_track_points.find(xUID)->second.push_back(project_pos); } //销毁手部的回调函数 static void XN_CALLBACK_TYPE HandDestroy(HandsGenerator& rHands, XnUserID xUID, XnFloat fTime, void* pCookie) { // COpenNI *openni = (COpenNI*)pCookie; //openni->hand_point.clear(); //返回手部所在点的位置 hands_track_points.erase(hands_track_points.find(xUID)); } //有人进入视野时的回调函数 static void XN_CALLBACK_TYPE CBNewUser(UserGenerator &generator, XnUserID user, void *p_cookie) { //得到skeleton的capability,并调用RequestCalibration函数设置对新检测到的人进行骨骼校正 generator.GetSkeletonCap().RequestCalibration(user, true); } //完成骨骼校正的回调函数 static void XN_CALLBACK_TYPE CBCalibrationComplete(SkeletonCapability &skeleton, XnUserID user, XnCalibrationStatus calibration_error, void *p_cookie) { if(calibration_error == XN_CALIBRATION_STATUS_OK) { skeleton.StartTracking(user);//骨骼校正完成后就开始进行人体跟踪了 } else { UserGenerator *p_user = (UserGenerator*)p_cookie; skeleton.RequestCalibration(user, true);//骨骼校正失败时重新设置对人体骨骼继续进行校正 } }private: XnStatus status; Context context; ImageGenerator image_generator;// DepthGenerator depth_generator; UserGenerator user_generator; GestureGenerator gesture_generator;// HandsGenerator hands_generator;// map
            
             > hands_track_points; XnMapOutputMode xmode;public: // static XnPoint3D hand_point;};#endif

　　实验总结：

　　本次实验简单的利用OpenNI的手部跟踪功能提实时分隔出了人体手所在的部位。但是该分隔效果并不是特别好，以后可以改进手利用色彩信息来分隔出手的区域，或者计算出自适应手部位的区域。另外,本程序只是暂时分隔出一个手,以后可以扩展到分隔出多个手的部位.

　　参考资料：

　　附录:。

转载地址：http://qywuo.baihongyu.com/

你可能感兴趣的文章