在windows环境下使用tensorflow运行openPose

note:$后为命令

1.安装vs2015

安装镜像下载:https://msdn.itellyou.cn/

2.安装anaconda3 windows版本 & 安装tensorflow

在本例中使用的cpu版本，GPU版本应该也没问题，最后的版本参数如下：

python 3.5.5 
tensorflow,1.9.0

tensorflow cpu版本的安装可参考 https://blog.csdn.net/baidu_36933868/article/details/70521317

3.切换到tensorflow环境

以下命令行都在anaconda prompt环境中输入。
上两步完成后，切换到配置的tensorflow环境，本文中环境名就叫tensorflow，所以用如下代码切换python环境

$activate tensorflow

4.添加清华大学源

（参考网页 https://mirrors.tuna.tsinghua.edu.cn/help/anaconda/）

$conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/conda-forge/
$conda config --add channels https://mirrors.tuna.tsinghua.edu.cn/anaconda/cloud/menpo/

下面开始安装openpose需要的依赖库了

5.安装opencv3

$conda install -c mempo opencv3

验证：

$python
$import cv2

7.protobuf （一般默认已经安装）

$conda install -c  protobuf

验证：

$python
$import google.protobuf

8.安装swig

根据openpose github首页上的文档，如果不需要编译为第三方库，则该步可以省略。即你只想在tf环境下跑，这个就不用了
下载地址:http://www.swig.org/download.html
注意下载windows版本，下载后的文件夹中有swig.exe文件。把文件夹复制到固定目录。
把该目录添加到环境变量Path中
（设置环境变量后，需要关闭当前使用的控制台。才会刷新刚刚配置的环境变量）

9.下载openpose并按照文档进行编译安装

在https://github.com/ildoonet/tf-pose-estimation中下载库
cd 到openpose目录中
依然要

activate tensorflow

安装依赖库

$pip install -r requirements.txt

下面按照github的readme进行编译安装，如果只需要tf跑结果的话直接2)，跳过1)

1)编译第三方库

进入编译目录

$cd tf_pose/pafprocess

编译

$swig -python -c++ pafprocess.i && python setup.py build_ext --inplace

2)编译为openpose为python库

$python setup.py install

10.运行demo

因为墙所以默认的模型下载脚本无法执行，cmu的模型参数不在目录里，需要指定mobilenet的模型参数。按照下指令跑测试结果。

$python run.py --model=mobilenet_thin

执行成功会显示用时和结果图，详细接口的使用看run.py中的代码