Kinect+OpenNI学习笔记之10(不需要骨骼跟踪的人体多个手部分割)
前言
这篇文章主要是介绍多个手部的分割，是在前面的博文：不需要骨骼跟踪的人体手部分割 的基础上稍加改进的。因为识别有的一个应用场合就是手势语言识别，而手势一般都需要人的2只手相配合完成，因此很有必要对人体的多个手部来进行分割。
实验说明
其实本文中使用的还是OpenNI自带的一些算法实现的，因为OpenNI中自己本身就对每个手部有一个UserID的标志，所以我们每当检测到一只手时就可以把手的位置连同他的ID一起存下来，后面进行手势分割时按照检测到的不同手势分别进行分割即可。其程序流程图如下所示：
下面是本次实验特别需要注意的一些细节。
OpenNI知识点总结：
一般情况下OpenNI的回调函数中都会有一个参数pCookie，该参数就可以解决前面的博文Kinect+OpenNI学习笔记之7(OpenNI自带的类实现手部跟踪)
中提到的一个当时没有完美解决的问题：即回调函数与类的静态函数，类的静态变量这3者之间使用相互矛盾的问题。那个时候因为在回调函数中需要使用静态成员变量，所以类中普通的非静态成员变量是不能够使用的，否则程序会编译时会报错误。但是如果我们把这些普通变量在类中定义成了静态变量后，这些静态变量就属于类本身了，并不属于类的对象。因此该变量在类的其它成员函数中是不能够被使用的。这样就产生了矛盾，当时的解决方法是将这些变量不放在类中，而放在类外称为整个工程的全局变量。虽然理论上可以解决问题，不过一个跟类有关的变量竟然不能够放在类的内部，听起来就像是个大笑话！这样的封装明显不合理。
幸运的是，现在因为回调函数传进来时有了pCookie这个变量，这样我们在回调函数中可以间接使用类的非静态成员变量了，使用这些变量既不需要定义为static类型，且也可以在类的成员函数中来进行初始化。具体方法是将某个节点(比如说手部，人体，姿势等节点)的注册函数RegisterGestureCallbacks()中第3个参数设置为this指针，而不是null指针。同时在具体的回调函数中，首先把pCookie指针强制转换成COpenNI这个类的指针，然后用转换过来的指针调用需要用到的类的成员变量。
C/C++知识点总结:
pair和map的区别：map是一个容器，容器中的第一个元素表示的是键值key，其它元素分别表示以后用该容器存储数据时的数据类型。因此map中的每一条记录的key值是不能重复的。当map定义的时候只有2个集合的时候，里面的每一条记录可以用pair来存储。因此可以简单的理解一个pair对应的是一条具体的记录，而一个map是一个存放pair的容器，并且map声明了容器的属性。
当在进行pair数据类型的定义时，如果其元素中的一个已经确定，另一个还不知道，则在定义的同时可以直接传入确定的那个元素，另一个用它的数据类型后面接一个空括号即可。
在使用vector时，必须是已存在的元素才能用下标操作符进行索引。可以使用at和[]获取指定位置的数据或者给指定位置的数据赋值。
Qt知识点总结：
在QtCreator的使用中，有时候会出现两个尖括号在一起的情况，这时候没有语法错误，但是QtCreator这个编辑环境会在你的代码下出现个红色的波纹，让人看起来非常不舒服。例如：
解决方法非常简单，即把两个尖括号中间不要紧挨着，用一个空格号隔开一下即可，这时候红色的波纹警告线就消失了。
实验结果
本工程可以对多个手部进行分割，分割效果取决于OpenNI中的手部跟踪效果。其效果截图如下：
实验代码（附录有工程code下载链接）
copenni.cpp:
#ifndef COPENNI_CLASS #define COPENNI_CLASS #include <XnCppWrapper.h> #include <iostream> #include <map> using namespace xn; using namespace std; 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, this, gesture_cb); //设置于手部有关的回调函数 XnCallbackHandle hands_cb; hands_generator.RegisterHandCallbacks(HandCreate, HandUpdate, HandDestroy, this, 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; DepthGenerator depth_generator; HandsGenerator hands_generator; std::map<XnUserID, XnPoint3D> hand_points;//为了存储不同手的实时点而设置的 map< XnUserID, vector<XnPoint3D> > hands_track_points;//为了绘画后面不同手部的跟踪轨迹而设定的 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 ) { 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); } //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); } //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; openni->depth_generator.ConvertRealWorldToProjective(1, pPosition, &project_pos); pair<XnUserID, XnPoint3D> hand_point_pair(xUID, XnPoint3D());//在进行pair类型的定义时，可以将第2个设置为空 hand_point_pair.second = project_pos; openni->hand_points.insert(hand_point_pair);//将检测到的手部存入map类型的hand_points中。 pair<XnUserID, vector<XnPoint3D>> hand_track_point(xUID, vector<XnPoint3D>()); hand_track_point.second.push_back(project_pos); openni->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; openni->depth_generator.ConvertRealWorldToProjective(1, pPosition, &project_pos); openni->hand_points.find(xUID)->second = project_pos; openni->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_points.erase(openni->hand_points.find(xUID)); openni->hands_track_points.erase(openni->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; UserGenerator user_generator; GestureGenerator gesture_generator; XnMapOutputMode xmode; }; #endif
main.cpp:
#include <iostream> #include "opencv2/highgui/highgui.hpp" #include "opencv2/imgproc/imgproc.hpp" #include <opencv2/core/core.hpp> #include "copenni.cpp" #include <iostream> #define DEPTH_SCALE_FACTOR 255./4096. #define ROI_HAND_WIDTH 140 #define ROI_HAND_HEIGHT 140 #define MEDIAN_BLUR_K 5 int XRES = 640; int YRES = 480; #define DEPTH_SEGMENT_THRESH 5 using namespace cv; using namespace xn; using namespace std; int main (int argc, char **argv) { COpenNI openni; vector<Scalar> color_array;//采用默认的10种颜色 { color_array.push_back(Scalar(255, 0, 0)); color_array.push_back(Scalar(0, 255, 0)); color_array.push_back(Scalar(0, 0, 255)); color_array.push_back(Scalar(255, 0, 255)); color_array.push_back(Scalar(255, 255, 0)); color_array.push_back(Scalar(0, 255, 255)); color_array.push_back(Scalar(128, 255, 0)); color_array.push_back(Scalar(0, 128, 255)); color_array.push_back(Scalar(255, 0, 128)); color_array.push_back(Scalar(255, 128, 255)); } vector<int> hand_depth(10, 0); vector<Rect> hands_roi(10, Rect(320, 240, ROI_HAND_WIDTH, 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); for(auto itUser = openni.hand_points.cbegin(); itUser != openni.hand_points.cend(); ++itUser) { circle(color_image, Point(itUser->second.X, itUser->second.Y), 5, color_array.at(itUser->first % color_array.size()), 3, 8); /*设置不同手部的深度*/ hand_depth.at(itUser->first) = itUser->second.Z* DEPTH_SCALE_FACTOR; /*设置不同手部的不同感兴趣区域*/ hands_roi.at(itUser->first) = Rect(itUser->second.X - ROI_HAND_WIDTH/2, itUser->second.Y - ROI_HAND_HEIGHT/2, ROI_HAND_WIDTH, ROI_HAND_HEIGHT); hands_roi.at(itUser->first).x = itUser->second.X - ROI_HAND_WIDTH/2; hands_roi.at(itUser->first).y = itUser->second.Y - ROI_HAND_HEIGHT/2; hands_roi.at(itUser->first).width = ROI_HAND_WIDTH; hands_roi.at(itUser->first).height = ROI_HAND_HEIGHT; if(hands_roi.at(itUser->first).x <= 0) hands_roi.at(itUser->first).x = 0; if(hands_roi.at(itUser->first).x > XRES) hands_roi.at(itUser->first).x = XRES; if(hands_roi.at(itUser->first).y <= 0) hands_roi.at(itUser->first).y = 0; if(hands_roi.at(itUser->first).y > YRES) hands_roi.at(itUser->first).y = YRES; } 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); //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(auto itUser = openni.hand_points.cbegin(); itUser != openni.hand_points.cend(); ++itUser) for(int i = hands_roi.at(itUser->first).x; i < std::min(hands_roi.at(itUser->first).x+hands_roi.at(itUser->first).width, XRES); i++) for(int j = hands_roi.at(itUser->first).y; j < std::min(hands_roi.at(itUser->first).y+hands_roi.at(itUser->first).height, YRES); j++) { hand_segment_mask.at<unsigned char>(j, i) = ((hand_depth.at(itUser->first)-DEPTH_SEGMENT_THRESH) < depth_image.at<unsigned char>(j, i)) & ((hand_depth.at(itUser->first)+DEPTH_SEGMENT_THRESH) > depth_image.at<unsigned char>(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(30); } }
实验总结：
本次实验基本上都是基于OpenNI的一些算法的，其分割也是简单的用深度信息进行，没有什么特别的算法，且分割过程中没有引入色彩信息。后续的工作是从将色彩信息和深度信息结合起来做分割，即达到手部分割邻域自适应选择。
附录：实验工程code。