openpose怎么剥离背景只保留骨骼点图片 about posture_recognition

[wfnian]

这里是代码

关于只保留骨骼点的图片是一个涉及到参数设置的问题

# =============================参数args 设置====================================
# 详细参考flags.hpp 文件
params = dict()
params["camera"] = 1
params["model_folder"] = "/home/wfnian/OPENPOSE/openpose/models"
# 根据实际情况路径做相应改变
params["number_people_max"] = 1  # 只检测一个人
params["camera_resolution"] = "640x360"
params["disable_blending"] = True
params["render_threshold"] = 0.001

opWrapper = op.WrapperPython()
opWrapper.configure(params)
opWrapper.start()


# ==============================================================================

起主要作用的是这一句：
params["disable_blending"] = True
在flags.hpp中有如下解释：
DEFINE_bool(disable_blending, false, "If enabled, it will render the results (keypoint skeletons or heatmaps) on a black" " background, instead of being rendered into the original image. Related: part_to_show," " alpha_pose, and alpha_pose.");

这里是op官网所给出的所有flags，有兴趣可以一个一个试试

希望能帮助您！

[pandaxue]

哇。多谢解决了，感谢

[pandaxue]

非常感谢，我有得到那个骨骼图，我是做手语识别，然后现在在用openpose提取的关键点坐标来分类嘛，你的论文我有看，我刚开始以为你这个是连续的动作，因为我这个是连续的动作视频做分类，我也提取过关节的距离和角度作为特征融合坐标特征，提升不明显，我发现你不用相邻关键点的距离和角度，而且你说相邻的距离是不变的，但是我发现是变得根据坐标来计算的话，还有一点我想问你，我用那个没有背景的骨骼图用CNN来做分类你觉得靠谱吗？因为我以前试过CNN+LSTM的方式对视频做分类但是结果很差，可能是手语的动作基本上都集中在手部，而且背景干扰过大，CNN很难提取到关键特征，如果你有时间能不能回复我一下，不回复也没关系，感谢！

…

------------------&nbsp;原始邮件&nbsp;------------------ 发件人:&nbsp;"王方年"<[email protected]&gt;; 发送时间:&nbsp;2019年12月29日(星期天) 中午12:19 收件人:&nbsp;"wfnian/posture_recognition"<[email protected]&gt;; 抄送:&nbsp;"波罗丝"<[email protected]&gt;;"Author"<[email protected]&gt;; 主题:&nbsp;Re: [wfnian/posture_recognition] openpose怎么剥离背景只保留骨骼点图片 (#7) 这里是代码 关于只保留骨骼点的图片是一个涉及到参数设置的问题 # =============================参数args 设置==================================== # 详细参考flags.hpp 文件 params = dict() params["camera"] = 1 params["model_folder"] = "/home/wfnian/OPENPOSE/openpose/models" # 根据实际情况路径做相应改变 params["number_people_max"] = 1 # 只检测一个人 params["camera_resolution"] = "640x360" params["disable_blending"] = True params["render_threshold"] = 0.001 opWrapper = op.WrapperPython() opWrapper.configure(params) opWrapper.start() # ============================================================================== 起主要作用的是这一句： params["disable_blending"] = True 在flags.hpp中有如下解释： DEFINE_bool(disable_blending, false, "If enabled, it will render the results (keypoint skeletons or heatmaps) on a black" " background, instead of being rendered into the original image. Related: part_to_show," " alpha_pose, and alpha_pose."); 这里是op官网所给出的所有flags，有兴趣可以一个一个试试 希望能帮助您！ — You are receiving this because you authored the thread. Reply to this email directly, view it on GitHub, or unsubscribe.

[wfnian]

1. 关于你说的连续动作我没太明白，我的是基于实时摄像头的实时预测，也就是摄像头前面有什么预测什么。
2. 相邻距离不变，我是指比如说手腕和胳膊肘这两个距离，不管你是什么动作，他们之间的距离不会变的，但是手腕和肩膀之间的距离不同的动作肯定不同啊，在你的手势识别中，中指的第一个关节到第二个关节之间的距离肯定是不变的，但是中指指尖到拇指指尖之间的距离是随着手势变化的。我有个同学也做的是手势识别来获取指令，套的就是我这一套，据他说效果还很好。
3. CNN这个，我觉得只有数据量大，类别少，参照fashion_mnist这个分类我觉得（只是我觉得）应该会好些。
   希望以上能有所帮助，毕竟我是菜鸟。:octocat:

[Damon0626]

连续动作我最近也碰到了相关的需求，不知到是否一样

比如说_八段锦_第二个招式：左右开弓似射雕，这个招式是由四个到五个动作组成，要识别出来这个招式，需要识别出来这几个动作而且顺序要对。

识别到还好，顺序处理没有很好的思路，有碰到的可以讨论。

[mikechen1023]

@pandaxue 博主，你问题咋解决，我现在也遇到这个困境了，能否回复我一下，感谢