OpenPose是基于深度学习的姿势估计开源框架。
它的源码托管在github上：OpenPose的链接
下载、安装可以参考官方文档，Visual Studio2017、CUDA9的安装方法可以参考国内某些博客【OpenPose-Windows】 OpenPose1.4.0+VS2017+CUDA9.2+cuDNN9.2+Windows配置教程 - CSDN博客
一、前序准备
在将Debug换成Release，右键openpose项目点击设为启动项目，再点击生成，等待一段时间。
生成完毕后，在Examples文件下找到OpenPoseDemo项目点击设为启动项目，再点击生成
二、解读Demo文件
首先是注释：
翻译如下：
如果您想学习使用OpenPose库，我们强烈建议您从examples / tutorial 文件夹开始。
此示例总结了OpenPose库的所有功能：
1.读取图像/视频/网络摄像头的文件夹（producer模块）
2.提取并渲染该图像的身体关键点/热图/ PAF(Part Affinity Fields)（pose模块）
3.提取并渲染该图像的面部关键点/热图/ PAF（face模块）
4.将结果保存在磁盘上（filestream模块）
5.显示渲染的姿势（gui模块）
多线程场景中的所有内容（thread模块）
第2~5点包含在wrapper模块中
除了之前的OpenPose模块，我们还需要使用：
1. core模块：
对于pose模块需要的Array类
` Datum是thread模块队列（queue）之间发送的结构体
2. utilities模块：
用于异常（error）和日志（log）记录功能，分别是op :: error和op :: log
导入依赖包
chrono是C++中的时间标准模块，拥有表示时间点、时间段的类，以及互相转换的方法
thread模块，顾名思义，是多线程标准模块
gflags是Google开源的命令行参数解析工具，用于声名、定义、验证命令行参数，后面的代码有体现
后面的#ifndef是允许Ubuntu 14使用Google Flags
最后引入openpose依赖库
使用`--help`标志查看所有可用的参数选项。
例如：
Linux下命令 `build / examples / openpose / openpose.bin --help`（保证根目录在Openpose中）
Windows的方法下面讨论，这个可以先不看
然后是地址栏参数的定义，有两百多行，并且每个函数的第一个参数都是未定义的符号，于是查看DEFINE_XXX的定义位置，发现就是gflags的宏定义类函数
格式是DEFINE_XXX(name, val, txt)
第一个参数name是参数名，第二个参数是参数默认值，第三个参数是参数说明
例如DEFINE_string(video, "", "......")，使用时写上OpenPoseDemo.exe --video path
当OpenPoseDemo --help时就会弹出txt
之后定义的int OpenPoseDemo()函数定义参数的验证、日志打印等操作
main函数调用OpenPoseDemo函数并返回OpenPoseDemo函数的返回值
具体解析放到最后（参阅附录二），可以先跳过
三、Demo文件的使用
第一种方法（不建议）：
在 build \ x64 \ Release 文件下找到OpenPoseDemo.exe文件，单独运行会显示找不到各种dll文件，可以将exe文件与openpose.dll文件一同复制到 build \ bin 目录下，然后在命令行下运行，但是此方法会找不到其他依赖文件，所以不建议使用
第二种方法：
更改地址栏参数的默认值。
我们在Visual Studio中按Ctrl+F弹出的搜索框中输入`DEFINE_string(image_dir`，这是默认的图像识别文件夹，将要识别的目录输入即可，可以用openpose自带的测试集，既把默认参数改为：
同理，在这一行的上一行，或者搜索`DEFINE_string(video`即可找到视频的地址栏参数定义，输入路径及视频文件名即可
注意，识别的类型不能既是视频，又是图像，所以两个参数不能同时不为空，否则会报错
第三种方法：
真正用地址栏传参的方式，Visual Studio可以找到OpenPoseDemo项目，右键点击属性：
在打开的属性页面中，找到调试，右侧找到命令参数：
输入命令参数即可，上图的实例中还增加了--face（面部识别）和--hand（手部识别）
按F5运行即可
附录一、GUI快捷键大致翻译
当在UI界面按h时会弹出快捷键帮助页面，大致翻译一下
OpenPose命令：
改变默认的OpenPose参数
Z：是否使用面部检测（标志 --face）
X：是否使用手部检测（标志 --hand）
C：是否使用3D呈现
-=：减少/增加NMS阈值（NMSThreshold）
_+：减少/增加连接最小子集（ConnectMinSubsetScore）
[ ]：减少/增加连接内部阈值（ConnectInterThreshold）
{ }：减少/增加连接内部最小上界阈值（ConnectInterMinAboveThreshold）
; \: 减少/增加简介最小子集计数（ConnectMinSubsetCnt）
呈现命令：
改变显示类型（姿势、热图、PAF）
B：是否混合帧的结果
1：显示姿势/骨骼（基础图）
2：显示背景热图
3：显示所有热图（所有关节）
4：显示所有PAF（关节及关节的链接肢体）
,.：显示上一个/下一个元素
567890：联想初始化热图
杂项
G：突出显示眼睛为金鱼眼
只能使用GPU呈现
附录二、openPoseDemo函数解析
函数参数为空，返回类型为int，函数整体被包含在一个try块中，可以看出如果程序正常返回0
如果出现未预料到的异常，将打印error日志，输出结果为：错误信息，错误所在的行，错误所在的函数名以及错误所在的文件名并返回-1
再回到函数的开头首先
op::log("Starting OpenPose demo...", op::Priority::High);
const auto timerBegin = std::chrono::high_resolution_clock::now();
在控制台打印日志出Starting OpenPose demo...优先级为高
timerBegin为当前时间
用于检查参数logging_level，如果不在[0, 255]之间，则打印“错误的logging_level值”，并且打印出错所在的具体信息。
下面两行注释有解释：
这些是用于调试（Debug）的方法，假如你在op::ConfigureLog::setPriorityThreshold方法中传入op::Priority::None，则打印所有日志信息，op::Profiler::setDefaultX能控制打印日志的速度
应用用户定义配置给程序变量的Google标记
看一下输出大小， FLAGS_output_resolution看起来没被定义过，但其实前面得到宏定义类函数DEFINE_xxx已经给了它定义，这个变量一看就与output_resolution相关，用CTRL+F跳到定义处看看说明
DEFINE_string(output_resolution, "-1x-1",
"The image resolution (display and output). Use \"-1x-1\" to force the program to use the" " input image resolution.");
这个变量定义的是显示和输出的分辨率。并且规定使用“-1x-1”就是-1乘-1的意思，程序会使用输入的图片分辨率作为显示和诶输出的分辨率，同时这个值为这个变量的默认值
同理，看看第二个“网络输入大小”变量的含义，它所关联的变量为net_resolution
DEFINE_string(net_resolution, "-1x368",
"Multiples of 16. If it is increased, the accuracy potentially increases. If it is"
" decreased, the speed increases. For maximum speed-accuracy balance, it should keep the"
" closest aspect ratio possible to the images or videos to be processed. Using `-1` in"
" any of the dimensions, OP will choose the optimal aspect ratio depending on the user's"
" input value. E.g. the default `-1x368` is equivalent to `656x368` in 16:9 resolutions,"
" e.g. full HD (1980x1080) and HD (1280x720) resolutions.");
大致意思为：乘号两侧的变量值为16的倍数，如果增加，精度会变高，如果减少，速度会变快。为了获得最大的速度 - 精度平衡，它应该保持最接近输入值的宽高比可以处理要处理的图像或视频。因此，将乘号两侧的任意一值列为“-1”，另一个变量会自动根据输入的长宽比调整输出的长宽比，例如：如果输入的图像长宽比为16:9，那么“-1x368”就相当于"656x368"
按照同样的方法即可解析上面的代码
接下来，声明封装器类型变量，然后用封装器结构体（wrapperStructPose）将Pose数据封装，Face、Hand等同样如此
然后用封装器变量注册：
下面是看disable_multi_thread参数值，如果为真值，就要禁用多线程
开始进程，有两个不同的方法在多线程环境下运行程序
第一个方法是上面的opWrapper.exec()，作用如上面的注释所说：启动，运行\停止线程，当其他所有线程单元完成后启动该线程。
下面的是注释掉的是选项B：保持此线程空闲，以防你想要同时执行其他操作，例如 分析GPU内存。
注意：如果使用Qt支持编译OpenCV，选项B将不起作用。 Qt需要主线程来绘制可视化结果，因此最终的GUI（使用OpenCV）将返回类似于以下内容的异常：QMetaMethod :: invoke：无法在排队连接中调用带有返回值的方法。
函数的最后，获取结束时间并计算总时间然后打印出日志。
openPoseDemo函数解析完毕！