人体姿态检测

Python+OpenCV+OpenPose实现人体姿态估计（人体关键点检测）代码说明参见：https://blog.csdn.net/m0_38106923/article/details/89416514

# To use Inference Engine backend specify location of plugins:
# export LD_LIBRARY_PATH=/opt/intel/deeplearning_deploymenttoolkit/deployment_tools/external/mklml_lnx/lib:$LD_LIBRARY_PATH
import cv2 as cv
import numpy as np
import argparse

parser = argparse.ArgumentParser（）
parser.add_argument（‘--input‘ help=‘Path to image or video. Skip to capture frames from camera‘）
parser.add_argument（‘--thr‘ default=0.2 type=float help=‘Threshold value for pose parts heat map‘）
parser.add_argument（‘--width‘ default=368 type=int help=‘Resize input to specific width.‘）
parser.add_argument（‘--height‘ default=368 type=int help=‘Resize input to specific height.‘）

args = parser.parse_args（）

BODY_PARTS = { “Nose“: 0 “Neck“: 1 “RShoulder“: 2 “RElbow“: 3 “RWrist“: 4
               “LShoulder“: 5 “LElbow“: 6 “LWrist“: 7 “RHip“: 8 “RKnee“: 9
               “RAnkle“: 10 “LHip“: 11 “LKnee“: 12 “LAnkle“: 13 “REye“: 14
               “LEye“: 15 “REar“: 16 “LEar“: 17 “Background“: 18 }

POSE_PAIRS = [ [“Neck“ “RShoulder“] [“Neck“ “LShoulder“] [“RShoulder“ “RElbow“]
               [“RElbow“ “RWrist“] [“LShoulder“ “LElbow“] [“LElbow“ “LWrist“]
               [“Neck“ “RHip“] [“RHip“ “RKnee“] [“RKnee“ “RAnkle“] [“Neck“ “LHip“]
               [“LHip“ “LKnee“] [“LKnee“ “LAnkle“] [“Neck“ “Nose“] [“Nose“ “REye“]
               [“REye“ “REar“] [“Nose“ “LEye“] [“LEye“ “LEar“] ]

inWidth = args.width
inHeight = args.height

net = cv.dnn.readNetFromTensorflow（“graph_opt.pb“）

cap = cv.VideoCapture（args.input if args.input else 0）

while cv.waitKey（1） < 0:
    hasframe frame = cap.read（）
    if not hasframe:
        cv.waitKey（）
        break

    frameWidth = frame.shape[1]
    frameHeight = frame.shape[0]
    
    net.setInput（cv.dnn.blobFromImage（frame 1.0 （inWidth inHeight） （127.5 127.5 127.5） swapRB=True crop=False））
    out = net.forward（）
    out = out[: :19 : :]  # MobileNet output [1 57 -1 -1] we only need the first 19 elements

    assert（len（BODY_PARTS） == out.shape[1]）

    points = []
    for i in range（len（BODY_PARTS））:
        # Slice heatmap of corresponging body‘s part.
        heatMap = out[0 i : :]

        # Originally we try to find all the local maximums. To simplify a sample
        # we just find a global one. However only a single pose at the same time
        # could be detected this way.
        _ conf _ point = cv.minMaxLoc（heatMap）
        x = （frameWidth * point[0]） / out.shape[3]
        y = （frameHeight * point[1]） / out.shape[2]
        # Add a point if it‘s confidence is higher than threshold.
        points.append（（int（x） int（y）） if conf > args.thr else None）

    for pair in POSE_PAIRS:
        partFrom = pair[0]
        partTo = pair[1]
        assert（partFrom in BODY_PARTS）
        assert（partTo in BODY_PARTS）

        idFrom = BODY_PARTS[partFrom]
        idTo = BODY_PARTS[partTo]

        if points[idFrom] and points[idTo]:
            cv.line（frame points[idF

 属性            大小     日期    时间   名称
----------- ---------  ---------- -----  ----
     目录           0  2019-04-17 16:00  人体姿态检测\
     目录           0  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\
     文件        1203  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\.gitignore
     文件     7804434  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\graph_opt.pb
     文件       24563  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\image.jpg
     文件       11357  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\LICENSE
     文件        3427  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\openpose.py
     文件       67479  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\output.JPG
     文件         995  2018-06-15 18:38  人体姿态检测\human-pose-estimation-opencv-master\README.md