|
 在前一篇《NiTE2 基本使用》裡，已經大致講了在 OpenNI 2 的架構下，NiTE2 的基本使用方法。不過，在那篇文章裡，主要是在講整個 NiTE 的架構和使用概念，並沒有講到細節；尤其一般人會使用 NiTE，大多都是為了去追蹤人的骨架，而這點在上一篇文章中，並沒有提到。所以這一篇，就來補充這一部分，來針對 NiTE 2 的 UserTracker 來做比較完整的說明～
在 OpenNI 1.x 的時候，OpenNI 是採取了一種比較複雜的 callback 事件，來做為人體骨架的辨識、追蹤的開發模式（參考），在使用上其實相對繁瑣；而在 OpenNI 2 NiTE 2 的架構，要進行人體骨架的辨識、追蹤，算是相對簡單不少了～下面就是一段簡單的讀取頭部位置的範例程式： // STL Header
#include <iostream>
 
// 1. include NiTE Header
#include <NiTE.h>
 
// using namespace
using namespace std;
 
int main( int argc, char** argv )
{
// 2. initialize NiTE
nite::NiTE::initialize();
 
// 3. create user tracker
nite::UserTracker mUserTracker;
mUserTracker.create();
 
nite::UserTrackerFrameRef mUserFrame;
for( int i = 0; i < 300; i )
{
// 4. get user frame
mUserTracker.readFrame( &mUserFrame );
 
// 5. get users' data
const nite::Array<nite::UserData>& aUsers = mUserFrame.getUsers();
for( int i = 0; i < aUsers.getSize(); i )
{
const nite::UserData& rUser = aUsers[i];
if( rUser.isNew() )
{
cout << "New User [" << rUser.getId() << "] found." << endl;
// 5a. start tracking skeleton
mUserTracker.startSkeletonTracking( rUser.getId() );
}
if( rUser.isLost() )
{
cout << "User [" << rUser.getId()  << "] lost." << endl;
}
 
// 5b. get skeleton
const nite::Skeleton& rSkeleton = rUser.getSkeleton();
if( rSkeleton.getState() == nite::SKELETON_TRACKED )
{
// if is tracked, get joints
const nite::SkeletonJoint& rHead
= rSkeleton.getJoint( nite::JOINT_HEAD );
const nite::Point3f& rPos = rHead.getPosition();
cout << " > " << rPos.x << "/" << rPos.y << "/" << rPos.z;
cout << " (" << rHead.getPositionConfidence() << ")" << endl;
}
}
}
nite::NiTE::shutdown();
 
return 0;
}
基本說明 這個範例程式基本上是從《NiTE2 基本使用》這個範例做延伸的，黃底的部分，就是增加的部分。可以看到，如果只是單純要針對使用者做骨架的追蹤，以及關節位置資料的讀取，其實程式真的相當單純，比 OpenNI 1.x 的時候，簡單了許多。 首先，在主迴圈內，每次透過 UserTracker 的 readFrame() 來取得新的資料的時候，在讀取出來的 mUserFrame 內，都可以透過 getUsers() 這個函式，來取得當下的使用者列表；而每一個使用者的資料，都是一個 UserData 的物件，裡面儲存著使用者的資料、以及狀態。由於使用者的偵測，是 UserTracker 自己會進行的，所以這邊不需要其他的步驟，只要把使用者列表讀出來就可以了。 而在骨架追蹤的部分，由於 NiTE 基本上是讓程式開發者自行決定要針對那些使用者進行骨架的追蹤，所以並不會在找到使用者的時候，就自行開始追蹤骨架；因此，如果要針對使用者進行骨架追蹤的話，就需要呼叫 UserTracker 的 startSkeletonTracking() 這個函式，指定要針對哪一個使用者，進行骨架的追蹤。 在最簡單的狀況下，就是在每一次更新的時候，針對每一個使用者，都透過 isNew() 這個函式來判斷是否為新的使用者，如果是新的使用者的話，就開始追蹤這個使用者的人體骨架；這部分，就是上面範例程式裡面，「5a」的部分了。如果有需要停止使用者的骨架追蹤的話，也可以使用 stopSkeletonTracking() 來針對個別的使用者，停止骨架的追蹤。 另外，NiTE 2 也捨棄了 OpenNI 1.x 可以選擇要追蹤那些關節的功能，現在都是固定去追蹤全身的骨架，不能像以前一樣，可以只追蹤上半身或下半身了。
讀取骨架、關節資料 針對每一個有被追蹤的使用者，則可以透過 UserData 的 getSkeleton() 這個函式，來取得該使用者的骨架資料；getSkeleton() 回傳的資料會是 nite::Skeleton 這個型別的資料，他基本上只有兩個函式可以用，一個是 getState()，是用來取得目前的骨架資料的狀態的，另一個則是 getJoint()，是用來取得特定關節點的資訊的。 基本上，在使用讀取骨架的資料之前，最好先對骨架資料的狀態，做一個簡單的確認；如果是有被正確追蹤的話，得到的狀態應該會是 nite::SKELETON_TRACKED，這樣才有繼續使用的意義。 當確定這筆骨架資料是有用的之後，接下來就可以透過 getJoint() 這個函式，來取得各個關節點的資料了～在 NiTE 2 裡可以使用的關節點，是定義成 nite::JointType 這個列舉型別，它包含了下列十五個關節：  - JOINT_HEAD
- JOINT_NECK
- JOINT_LEFT_SHOULDER
- JOINT_RIGHT_SHOULDER
- JOINT_LEFT_ELBOW
- JOINT_RIGHT_ELBOW
- JOINT_LEFT_HAND
- JOINT_RIGHT_HAND
- JOINT_TORSO
- JOINT_LEFT_HIP
- JOINT_RIGHT_HIP
- JOINT_LEFT_KNEE
- JOINT_RIGHT_KNEE
- JOINT_LEFT_FOOT
- JOINT_RIGHT_FOOT
這十五個關節點，基本上和 OpenNI 1.x 所支援的是相同的，很遺憾，還是不支援手腕和腳踝。 而各關節點透過 getJoint() 這個函式所取得出來的的資料，型別則是 nite::SkeletonJoint，裡面記錄了他是哪一個關節（JointType），以及這個關節目前的位置（position）和方向（orientation）；而和 OpenNI 1.x 時相同，他也同時有紀錄位置和方向的可靠度（confidence）。 而如果是要取得關節點的位置的話，就是使用 SkeletonJoint 所提供的 getPosition() 這個函式， 來取得該關節點的位置；而得到的資料的型別會是 nite::Point3f，裡面包含了 x、y、z 三軸的值，代表他在空間中的位置。他的座標系統基本上就是之前介紹過的、在三度空間內所使用的「世界座標系統」（參考《OpenNI 2 的座標系統轉換》），如果需要把它轉換到深度影像上的話，可以使用 UserTracker 所提供的 convertJointCoordinatesToDepth() 這個函式來進行轉換。（如果要用 OpenNI 的 CoordinateConverter 應該也是可以的。） 不過，由於關節不見得一定準確，如果肢體根本是在攝影機的範圍之外的話，NiTE 也就只能靠猜的，來判斷位置了…而在這種狀況下，位置的準確性會相當低。所以在使用關節位置的時候，個人會建議最好也要透過 getPositionConfidence() 這個函式，來確認該關節位置的可靠度，作為後續處理的參考；他回傳的值會是一個浮點數，範圍是 0 ~ 1 之間，1 代表最可靠、而 0 則是代表純粹是用猜的。 而在上面的例子裡，就是去讀取頭部這個關節點（JOINT_HEAD）的資料，並把它的位置、可靠度都做輸出；如果要得到全身的骨架的資料的話，只要依序針對 15 個關節做讀取就可以了。 而至於關節的方向性的部分，如果需要的話，則是使用 getOrientation() 來做讀取；而讀取出來的資料，則不是像之前 OpenNI 1.x 一樣是一個陣列，而是採用「Quaternion」來代表他的方向。由於他在概念上算是比較複雜一點的東西，所以在這邊就先不提了，等之後有機會再來講吧…
關節資訊的平滑化 由於關節點的資訊在計算的時候，有可能會因為各式各樣的因素，導致有誤差的產生，進一步在人沒有動的情況下，有抖動的問題，所以這個時候，就可能會需要針對計算出來的骨架資訊，做平滑化的動作。和在 OpenNI 1.x 的時候相同，NiTE 2 一樣可以控制人體骨架追蹤的平滑化的參數。在 NiTE 2 裡，透過 UserTracker 提供的 setSkeletonSmoothingFactor()，設定一個 0 ~ 1 之間的福點數，就可以調整關節資訊的平滑化程度了～ 如果給 0 的話，就是完全不進行平滑化，值愈大、平滑化的程度越高，但是如果給 1 的話，則是會讓關節完全不動。至於要用多大的值？這點就要看個人的應用來決定了。
|
作者