KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向

KinectV2安装教程:https://blog.csdn.net/weixin_44414948/article/details/112346307
OpenCV安装配置教程:https://blog.csdn.net/weixin_44414948/article/details/112382735

Demo目标

利用KinectV2提供的C++接口,编写代码,获取实时的彩色图像,并显示对应人体骨架。

先上完整C++代码(不会配置KinectV2、opencv的C++链接库的读者,可以看下面的链接库配置教程):

#include 
#include 	//opencv头文件
#include 
#include 
#include 	//Kinect头文件

using   namespace   std;
using   namespace   cv;

void draw(Mat & img, Joint & r_1, Joint & r_2, ICoordinateMapper * myMapper);
void kinect_sk();

int main(void)
{
	kinect_sk();
	return  0;
}

void    draw(Mat & img, Joint & r_1, Joint & r_2, ICoordinateMapper * myMapper)
{
	//用两个关节点来做线段的两端,并且进行状态过滤
	if (r_1.TrackingState == TrackingState_Tracked && r_2.TrackingState == TrackingState_Tracked)
	{
		ColorSpacePoint t_point;    //要把关节点用的摄像机坐标下的点转换成彩色空间的点
		Point   p_1, p_2;
		myMapper->MapCameraPointToColorSpace(r_1.Position, &t_point);
		p_1.x = t_point.X;
		p_1.y = t_point.Y;
		myMapper->MapCameraPointToColorSpace(r_2.Position, &t_point);
		p_2.x = t_point.X;
		p_2.y = t_point.Y;

		line(img, p_1, p_2, Vec3b(0, 255, 0), 5);
		circle(img, p_1, 10, Vec3b(255, 0, 0), -1);
		circle(img, p_2, 10, Vec3b(255, 0, 0), -1);
	}
}

void kinect_sk()
{
	IKinectSensor   * mySensor = nullptr;
	GetDefaultKinectSensor(&mySensor);
	mySensor->Open();

	IColorFrameSource   * myColorSource = nullptr;
	mySensor->get_ColorFrameSource(&myColorSource);

	IColorFrameReader   * myColorReader = nullptr;
	myColorSource->OpenReader(&myColorReader);

	int colorHeight = 0, colorWidth = 0;
	IFrameDescription   * myDescription = nullptr;
	myColorSource->get_FrameDescription(&myDescription);
	myDescription->get_Height(&colorHeight);
	myDescription->get_Width(&colorWidth);

	IColorFrame * myColorFrame = nullptr;
	Mat original(colorHeight, colorWidth, CV_8UC4);

	//**********************以上为ColorFrame的读取前准备**************************

	IBodyFrameSource    * myBodySource = nullptr;
	mySensor->get_BodyFrameSource(&myBodySource);

	IBodyFrameReader    * myBodyReader = nullptr;
	myBodySource->OpenReader(&myBodyReader);

	int myBodyCount = 0;
	myBodySource->get_BodyCount(&myBodyCount);

	IBodyFrame  * myBodyFrame = nullptr;

	ICoordinateMapper   * myMapper = nullptr;
	mySensor->get_CoordinateMapper(&myMapper);
	// 来自一位博友的问题,没有下面这一句在Debug模式下会卡死
	namedWindow("TEST", WINDOW_NORMAL);  // Debug模式下一定要加上这一句,因为opencv的窗口show之前一定要给窗口命名,不然后卡死,Release模式这句有没有无所谓。

	//**********************以上为BodyFrame以及Mapper的准备***********************
	while (1)
	{

		while (myColorReader->AcquireLatestFrame(&myColorFrame) != S_OK);
		myColorFrame->CopyConvertedFrameDataToArray(colorHeight * colorWidth * 4, original.data, ColorImageFormat_Bgra);
		Mat copy = original.clone();        //读取彩色图像并输出到矩阵

		while (myBodyReader->AcquireLatestFrame(&myBodyFrame) != S_OK); //读取身体图像
		IBody   **  myBodyArr = new IBody *[myBodyCount];       //为存身体数据的数组做准备
		for (int i = 0; i < myBodyCount; i++)
			myBodyArr[i] = nullptr;

		if (myBodyFrame->GetAndRefreshBodyData(myBodyCount, myBodyArr) == S_OK)     //把身体数据输入数组
			for (int i = 0; i < myBodyCount; i++)
			{
				BOOLEAN     result = true;
				if (myBodyArr[i]->get_IsTracked(&result) == S_OK && result) //先判断是否侦测到
				{
					//cout << "Detection is work!" << endl;
					Joint   myJointArr[JointType_Count];
					
					if (myBodyArr[i]->GetJoints(JointType_Count, myJointArr) == S_OK)   //如果侦测到就把关节数据输入到数组并画图
					{
						draw(copy, myJointArr[JointType_Head], myJointArr[JointType_Neck], myMapper);
						draw(copy, myJointArr[JointType_Neck], myJointArr[JointType_SpineShoulder], myMapper);

						draw(copy, myJointArr[JointType_SpineShoulder], myJointArr[JointType_ShoulderLeft], myMapper);
						draw(copy, myJointArr[JointType_SpineShoulder], myJointArr[JointType_SpineMid], myMapper);
						draw(copy, myJointArr[JointType_SpineShoulder], myJointArr[JointType_ShoulderRight], myMapper);

						draw(copy, myJointArr[JointType_ShoulderLeft], myJointArr[JointType_ElbowLeft], myMapper);
						draw(copy, myJointArr[JointType_SpineMid], myJointArr[JointType_SpineBase], myMapper);
						draw(copy, myJointArr[JointType_ShoulderRight], myJointArr[JointType_ElbowRight], myMapper);

						draw(copy, myJointArr[JointType_ElbowLeft], myJointArr[JointType_WristLeft], myMapper);
						draw(copy, myJointArr[JointType_SpineBase], myJointArr[JointType_HipLeft], myMapper);
						draw(copy, myJointArr[JointType_SpineBase], myJointArr[JointType_HipRight], myMapper);
						draw(copy, myJointArr[JointType_ElbowRight], myJointArr[JointType_WristRight], myMapper);

						draw(copy, myJointArr[JointType_WristLeft], myJointArr[JointType_ThumbLeft], myMapper);
						draw(copy, myJointArr[JointType_WristLeft], myJointArr[JointType_HandLeft], myMapper);
						draw(copy, myJointArr[JointType_HipLeft], myJointArr[JointType_KneeLeft], myMapper);
						draw(copy, myJointArr[JointType_HipRight], myJointArr[JointType_KneeRight], myMapper);
						draw(copy, myJointArr[JointType_WristRight], myJointArr[JointType_ThumbRight], myMapper);
						draw(copy, myJointArr[JointType_WristRight], myJointArr[JointType_HandRight], myMapper);

						draw(copy, myJointArr[JointType_HandLeft], myJointArr[JointType_HandTipLeft], myMapper);
						draw(copy, myJointArr[JointType_KneeLeft], myJointArr[JointType_FootLeft], myMapper);
						draw(copy, myJointArr[JointType_KneeRight], myJointArr[JointType_FootRight], myMapper);
						draw(copy, myJointArr[JointType_HandRight], myJointArr[JointType_HandTipRight], myMapper);
					}
				}
			}
		delete[]myBodyArr;
		myBodyFrame->Release();
		myColorFrame->Release();

		imshow("TEST", copy);
		if (waitKey(30) == VK_ESCAPE)
			break;
	}

	myMapper->Release();

	myDescription->Release();
	myColorReader->Release();
	myColorSource->Release();

	myBodyReader->Release();
	myBodySource->Release();
	mySensor->Close();
	mySensor->Release();
	cv::destroyAllWindows();
}

运行效果:

KinectV2、OpenCV的C++链接库配置:

我们选择在vs2015中设置属性管理器文件,配置好了下次使用时直接往Release/x64里面一扔,一劳永逸。
1、找到vs2015的属性管理器,如下图所示。
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第1张图片
2、在Release/x64中添加新的项目属性表(注:我这是release模式,如果读者是debug就选对应的debug)。
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第2张图片
3、随便命名,为了方便,我将其命名为Kinect-cv,接下来是详细的设置步骤:
3.1、设置vc++目录下的包含目录和库目录,下图是我的包含目录、库目录,读者只需要改为自己的OpenCV相应路径即可。KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第3张图片

如果OpenCV是直接安装在C盘根目录的话,包含目录即为:
C:\opencv\build\include\opencv
C:\opencv\build\include\opencv2
C:\opencv\build\include

KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第4张图片

如果OpenCV是直接安装在C盘根目录的话,库目录即为:
C:\opencv\build\x64\vc14\lib

KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第5张图片
3.2、设置c/c++ | 常规 | 附加包含目录,设置内容如下(如果Kinect SDK2.0是默认安装,则和我的一样设置即可,不是默认则需要更改为相应的路径)。
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第6张图片
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第7张图片
3.3、设置 链接器 | 常规 | 附加库目录(如果Kinect SDK2.0是默认安装,则和我的一样设置即可,不是默认则需要更改为相应的路径)。
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第8张图片
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第9张图片
3.4、设置 链接器 | 输入 | 附加依赖项,按照OpenCV和KinectSDK的版本号设置(我这是OpenCV3.4,Kinect20.lib不变都一样)。
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第10张图片

这里说明一下:opencv_world340.lib和opencv_world340d.lib分别为Release和Debug模式下调用的静态链接文件,为了防止切换模式,两个都给他加上,然后Release和Debug的属性管理器下都添加这个kinect-cv项目属性文件。

KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第11张图片
4、至此,C++的链接库已全部配置完成。为了方便下次使用,直接在最新项目的属性管理器中选择添加现有项目属性表Kinect-cv即可。
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第12张图片
KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第13张图片

KinectV2获取实时的彩色图像,并显示对应人体骨架(完整含注释C++代码,附C++链接库配置教程)——行为检测研究方向_第14张图片

你可能感兴趣的:(行为检测,环境配置,opencv,c++,kinect)