雖然最近一直在寫 Kinect 相關的程式了,不過已經很久沒寫這系列的文章了…而這一篇呢,基本上算是延續上一篇、《Part 7:偵測、追蹤人體骨架》,來簡單用範例來說明,怎麼把整個人的骨架畫出來。
這邊提供兩個版本,一個是用 OpenCV、以 2D 的形式來把骨架畫出來,程式在這裡;另一個則是使用 OpenGL,把骨架用 3D 的形式來繪製,程式在這邊。 在開始之前,先回過頭看一下之前在《Part 7:偵測、追蹤人體骨架》裡提到的內容。 K4W SDK v2 的人體架分析的介面,主要是 IBodyFrameSource、IBodyFrameReader、IBodyFrame、IBody 這系列以「Body」為名的類別,在使用上和 K4W SDK v2 其他的介面類似,要先透過 IKinectSensor 的物件來取得 IBodyFrameSource、然後開啟 IBodyFrameReader,之後在主迴圈裡面去取得封包成 IBodyFrame 這個介面的資料。 在 IBodyFrame 的物件裡面,則是包含了當下所有有在追蹤的使用者資訊,如果要取得的話,則是要透過 GetAndRefreshBodyData() 這個韓式,把資料寫入 IBody 的物件陣列中,之後則就可以個別讀取 IBody 內的資料了。這邊的程式可以寫成下面的形式: IBodyFrame* pFrame = nullptr; if (pBodyFrameReader->AcquireLatestFrame(&pFrame) == S_OK) { // update body data pFrame->GetAndRefreshBodyData(iBodyCount, aBody);
pFrame->Release(); pFrame = nullptr;
for (int i = 0; i < iBodyCount; i) { IBody* pBody = aBody[i];
// Do things } } 其中,iBodyCount 是可以追蹤的最大人數,在目前來說應該會是 6 人,可以透過 IBodyFrameSource 的 get_BodyCount() 這個函式來取得;aBody 的型別則是 IBody**,代表一個 IBody 指標的陣列,在使用前必須先初始化好。這部分的程式可以寫成: INT32 iBodyCount = 0; pFrameSource->get_BodyCount(&iBodyCount);
IBody** aBody = new IBody*[iBodyCount]; for (int i = 0; i < iBodyCount; i) aBody[i] = nullptr; 在把新的資料寫入 aBody 後,接下來就可以依序去讀取每個人的骨架資料了~不過這邊也要記得要先用 IBody 的get_IsTracked() 這個函式,來確認這個 IBody 是否正被追蹤。
之後呢,則就可以透過 GetJoints() 這個函式,來把所有的關節點的位置資訊都讀取出來了。而現行版本的 K4W SDK v2 提供的關節數量共有 25 個,算是相當多的了~ 這些關節點被定義在 JointType 這個列舉型別,完整的列表可以參考前一篇文章、或是 MSDN。 個別關節點的型別是「Joint」,裡面記錄了關節點的類型(JointType)、位置(Position)以及狀態(TrackingState)。 其中,位置的型別是 CameraSpacePoint、是以「攝影機空間座標系統」裡的座標系統、來記錄關節點在三度空間中的位置;所以如果是要把相關的資料用在 2D 影像上的話,是需要做座標系統的轉換的。(請參考《使用 OpenGL 繪製場景》)
如果要直接透過 OpenGL、來把關節點連線畫出來的話,程式基本上可以寫成下面的形式: Joint aJoints[JointType::JointType_Count]; if (pBody->GetJoints(JointType::JointType_Count, aJoints) == S_OK) { glLineWidth(1.0f); glBegin(GL_LINES); glColor3f(1.0f, 1.0f, 1.0f);
DrawLine(aJoints[JointType_SpineBase], aJoints[JointType_SpineMid]); DrawLine(aJoints[JointType_SpineMid], aJoints[JointType_SpineShoulder]); DrawLine(aJoints[JointType_SpineShoulder], aJoints[JointType_Neck]); DrawLine(aJoints[JointType_Neck], aJoints[JointType_Head]);
DrawLine(aJoints[JointType_SpineShoulder], aJoints[JointType_ShoulderLeft]); DrawLine(aJoints[JointType_ShoulderLeft], aJoints[JointType_ElbowLeft]); DrawLine(aJoints[JointType_ElbowLeft], aJoints[JointType_WristLeft]); DrawLine(aJoints[JointType_WristLeft], aJoints[JointType_HandLeft]); DrawLine(aJoints[JointType_HandLeft], aJoints[JointType_HandTipLeft]); DrawLine(aJoints[JointType_HandLeft], aJoints[JointType_ThumbLeft]);
DrawLine(aJoints[JointType_SpineShoulder], aJoints[JointType_ShoulderRight]); DrawLine(aJoints[JointType_ShoulderRight], aJoints[JointType_ElbowRight]); DrawLine(aJoints[JointType_ElbowRight], aJoints[JointType_WristRight]); DrawLine(aJoints[JointType_WristRight], aJoints[JointType_HandRight]); DrawLine(aJoints[JointType_HandRight], aJoints[JointType_HandTipRight]); DrawLine(aJoints[JointType_HandRight], aJoints[JointType_ThumbRight]);
DrawLine(aJoints[JointType_SpineBase], aJoints[JointType_HipLeft]); DrawLine(aJoints[JointType_HipLeft], aJoints[JointType_KneeLeft]); DrawLine(aJoints[JointType_KneeLeft], aJoints[JointType_AnkleLeft]); DrawLine(aJoints[JointType_AnkleLeft], aJoints[JointType_FootLeft]);
DrawLine(aJoints[JointType_SpineBase], aJoints[JointType_HipRight]); DrawLine(aJoints[JointType_HipRight], aJoints[JointType_KneeRight]); DrawLine(aJoints[JointType_KneeRight], aJoints[JointType_AnkleRight]); DrawLine(aJoints[JointType_AnkleRight], aJoints[JointType_FootRight]);
glEnd(); } 這邊的作法,基本上就是把 25 個關節點、根據對應的關係來連線、並把線畫出來。可以看到在 glBegin() 和 glEnd() 之間的 24 個 DrawLine() 被分成五個區段,他們分別代表軀幹、左手、右手、左腳、右腳。 而 DrawLine() 這個函式的內容則如下: void DrawLine(const Joint& rJ1, const Joint& rJ2) { if (rJ1.TrackingState == TrackingState_NotTracked || rJ2.TrackingState == TrackingState_NotTracked) return;
glVertex3f(rJ1.Position.X, rJ1.Position.Y, rJ1.Position.Z); glVertex3f(rJ2.Position.X, rJ2.Position.Y, rJ2.Position.Z); } 在這裡面,會試著去檢察關節點的狀態,如果其中一個關節典謨有被追蹤到,就不會把線畫出來。 如果想要強調關節點的話,也可以以點的形式,把 25 個關節點都畫出來,程式可以寫成: glPointSize(5.0f); glBegin(GL_POINTS); for (int i = 0; i < JointType_Count; i ) { const Joint& rJoint = aJoints[i]; if (rJoint.TrackingState == TrackingState_NotTracked) continue; else if(rJoint.TrackingState == TrackingState_Tracked) glColor3f(1.0f, 0.0f, 0.0f); else glColor3f(0.0f, 1.0f, 0.0f); glVertex3f(rJoint.Position.X, rJoint.Position.Y, rJoint.Position.Z); } glEnd(); 這邊也會去檢查各關節點的狀態,並以不同的顏色來做繪製。 這樣繪製出來的話,就會像下圖的樣子(左邊大大的三原色線條是另外畫的座標軸): 
完整的範例程式,請參考這邊。
而如果想要用 OpenCV 來畫的話,則需要先把每個關節點的位置、由「攝影機空間座標系統」轉換到「深度空間座標系統」或「彩色空間座標系統」才行;而至於要轉換到哪一個,就是看要和哪種影像作套疊了。 在這邊的例子,Heresy 是把本來的彩色影像先畫出來(請參考之前的《Part 3:讀取彩色影像與紅外線影像》),然後在把骨架畫上去。 這邊的程式 Heresy 是寫成: Joint aJoints[JointType::JointType_Count]; if (pBody->GetJoints(JointType::JointType_Count, aJoints) == S_OK) { DrawLine(mImg, aJoints[JointType_SpineBase], aJoints[JointType_SpineMid], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_SpineMid], aJoints[JointType_SpineShoulder], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_SpineShoulder], aJoints[JointType_Neck], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_Neck], aJoints[JointType_Head], pCoordinateMapper);
DrawLine(mImg, aJoints[JointType_SpineShoulder], aJoints[JointType_ShoulderLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_ShoulderLeft], aJoints[JointType_ElbowLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_ElbowLeft], aJoints[JointType_WristLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_WristLeft], aJoints[JointType_HandLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_HandLeft], aJoints[JointType_HandTipLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_HandLeft], aJoints[JointType_ThumbLeft], pCoordinateMapper);
DrawLine(mImg, aJoints[JointType_SpineShoulder], aJoints[JointType_ShoulderRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_ShoulderRight], aJoints[JointType_ElbowRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_ElbowRight], aJoints[JointType_WristRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_WristRight], aJoints[JointType_HandRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_HandRight], aJoints[JointType_HandTipRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_HandRight], aJoints[JointType_ThumbRight], pCoordinateMapper);
DrawLine(mImg, aJoints[JointType_SpineBase], aJoints[JointType_HipLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_HipLeft], aJoints[JointType_KneeLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_KneeLeft], aJoints[JointType_AnkleLeft], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_AnkleLeft], aJoints[JointType_FootLeft], pCoordinateMapper);
DrawLine(mImg, aJoints[JointType_SpineBase], aJoints[JointType_HipRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_HipRight], aJoints[JointType_KneeRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_KneeRight], aJoints[JointType_AnkleRight], pCoordinateMapper); DrawLine(mImg, aJoints[JointType_AnkleRight], aJoints[JointType_FootRight], pCoordinateMapper); } 可以看到,程式的部分大致上就是把 OpenGL 範例裡的 OpenGL 程式拿掉、然後一樣去呼叫 DrawLine() 這個函式。不過由於額外的需求,所以 DrawLine() 的參數有些變化,他的程式是: void DrawLine(cv::Mat& rImg, const Joint& rJ1, const Joint& rJ2, ICoordinateMapper* pCMapper ) { if (rJ1.TrackingState == TrackingState_NotTracked || rJ2.TrackingState == TrackingState_NotTracked) return;
ColorSpacePoint ptJ1, ptJ2; pCMapper->MapCameraPointToColorSpace(rJ1.Position, &ptJ1); pCMapper->MapCameraPointToColorSpace(rJ2.Position, &ptJ2);
cv::line(rImg, cv::Point(ptJ1.X, ptJ1.Y), cv::Point(ptJ2.X, ptJ2.Y), cv::Vec3b(0, 0, 255), 5); } 這邊一樣會先針對關節的狀態做檢查,如果沒有被追蹤到的話,就可以不用畫了。 而之後呢,則是需要先透過 pCMapper 這個 ICoordinateMapper 的物件,來將關節點的位置由「攝影機空間座標系統」轉換到「彩色空間座標系統」;這邊使用的函式是 MapCameraPointToColorSpace()、一次轉換一個點。 轉換好了之後,接下來就是使用 OpenCV 的 cv::line() 這個函式,在指定的影像上畫線了~這邊的 rImg 就是代表之前的彩色影像。 在所有的線條都畫好之後,接下來再用把整張畫好的彩色影像顯示出來就可以了~完整的範例程式可以參考這裡。下面就是程式執行的截圖: 
這邊比較有趣的,應該是 K4W SDK 把椅子也當成一個人了! XD 所以可以看到,除了左邊的人有追蹤到骨架之外,椅子上也有一個骨架。 ^^"
其實這邊的東西在前一篇都已經寫了,這邊主要是簡單解釋一下範例啦~ 而實際上,Heresy 在使用 Kinect for Windows SDK v2 的人體骨架追蹤的時候,是覺得在這部分微軟真的進步很多!他的人體骨架的追蹤速度變得很快,常常只要進到攝影機視角內、稍微動一下就馬上能被追蹤到了~甚至可能只要坐在椅子上舉個手,都可以被追蹤到!而且,當有被追蹤到、且關節點都在視野內的時候,追蹤的品質大多不錯~ 不過相對的,他還是有一定程度的誤判的可能性。像上面的圖片就是一個很好的例子。這部分,目前還沒研究是否有辦法透過參數的調整來避免,不過個人覺得可以的機會應該不大就是了…
|