前言 　　手势识别非常重要的一个特点是要体验要好，即需要以用户为核心。而手势的定位一般在手势识别过程的前面，在上一篇博文Kinect+OpenNI学习笔记之8(Robert Walter手部提取代码的分析) 中已经介绍过怎样获取手势区域，且取得了不错的效果，但是那个手势部位的提取 ...

　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 ...

定义 姿态估计：在人体关节连接的所有姿势空间中搜索某个特定姿势，本质为关节点的定位。 人体骨架以一种图的方式表示了人的方位姿态，本质上是一组能被连接起来表示人体姿态的坐标。坐标点又称为关节或关键点，两坐标点之间的连接称为肢体--limb 姿势空间的子集： 骨架表示的示例： 准确的说左侧 ...

近期几年。realtime的人脸动画開始风声水起。不少图形图像的研究者開始在这个领域不断的在顶级会议siggraph和期刊tog上面发文章。 随着kinect等便宜的三维数据採集设备的运用。以及其功能强大的人脸识别和动作识别的功能，极大的推动了人脸数据驱动电脑中3D模型 的表情表演 ...

> Kinect中带了一种数据源，叫做`BodyIndex`，简单来说就是它利用深度摄像头识别出最多6个人体，并且用数据将属于人体的部分标记，将人体和背景区别开来。利用这一特性，就可以在环境中显示出人体的轮廓而略去背景的细节。我采用了下面两种方式来实现。 用OpenCV表示 代码 ...

步骤1获取深度图 Kinect-V1（一款热门的RGBD相机）：一种获得物体深度和位置的方法：激光（光栅）+相机（结构光） 本质：光栅通过激光对整个测量空间进行编码（不同位置对应不同的激光图案，因为不同位置上激光通过光栅投射在目标物体上成像，在其上产生的图样会产生偏移），然后用红外 ...

# 简介 Kinect一个很强大的功能就是它可以侦测到人体的骨骼信息并追踪，在Kinect V2的SDK 2.0中，它最多可以同时获取到6个人、每个人25个关节点的信息，并且通过深度摄像头，可以同时获取到这些关节点的坐标。此时的坐标使用的是`Camera Space`，也就是`摄像机空间坐标系 ...

# 简介 在上一篇[《侦测、追踪人体骨架》](http://www.cnblogs.com/xz816111/p/5187424.html)里，介绍了关节点的使用办法，这一篇记录将关节点与`OpenCV`结合的绘图方法。 代码 详细说明 不难发现代码跟前面一篇非常类似，不同的地方 ...