第四章 利用Kinect抠图和自动拍照程序

 

第四章  利用Kinect抠图和自动拍照程序

 

在本篇博客中，我将详细介绍Kinect的一种特殊数据源，BodyIndex(人物索引二值图)，Kinect就是利用这个数据源来区分目标是人体还是其他物体，有没有觉得功能很强大。说到这里，很多朋友就应该会想到如何利用Kinect去抠图了，主要是依靠这个数据源，把 Kinect获取的图像中的人体和其他物体（主要是背景）区分开来。另外一点是关于自动拍照程序的，大概想要实现的是，自己从网上找一些比较好的图片，结合抠图技术，把自己“PS”到指定的图片。这个程序感觉很有可玩性，而且这只是一种最简单和基本的玩法，大家可以根据自己的创意做出更好玩有趣有意义的东西。

 

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。

一、利用Kinect抠图

还是一样的风格，先上菜，再分析

抠图程序：

 
#include <iostream>
#include <Kinect.h>
#include <opencv2\highgui.hpp>
 
using   namespace   std;
using   namespace   cv;
 
int main(void)
{
    IKinectSensor   * mySensor = nullptr;               //Sensor
    GetDefaultKinectSensor(&mySensor);
    mySensor->Open();
 
    IBodyIndexFrameSource   * mySource = nullptr;       //Source
    mySensor->get_BodyIndexFrameSource(&mySource);
 
    int height = 0, width = 0;
    IFrameDescription   * myDescription = nullptr;  
    mySource->get_FrameDescription(&myDescription);
    myDescription->get_Height(&height);
    myDescription->get_Width(&width);
 
    IBodyIndexFrameReader   * myReader = nullptr;       //Reader
    mySource->OpenReader(&myReader);
 
    IBodyIndexFrame     * myFrame = nullptr;            //Frame
    Mat img(height,width,CV_8UC3);
    Vec3b   color[7] = { Vec3b(0,0,255),Vec3b(0,255,255),Vec3b(255,255,255),Vec3b(0,255,0),Vec3b(255,0,0),Vec3b(255,0,255),Vec3b(0,0,0) };
 
    while (1)
    {
        if (myReader->AcquireLatestFrame(&myFrame) == S_OK)
        {
            UINT    size = 0;
            BYTE    * buffer = nullptr;
            myFrame->AccessUnderlyingBuffer(&size,&buffer);
            for (int i = 0; i < height; i++)
                for (int j = 0; j < width; j++)
                {
                    int index = buffer[i * width + j];      //0-5代表人体，其它值代表背景，用此将人体和背景渲染成不同颜色
                    if (index <= 5)	//index小于5是人体部分，
                        img.at<Vec3b>(i, j) = color[index];
                    Else	//否则，不是人体部分，则给他显示黑色
                        img.at<Vec3b>(i, j) = color[6];
 
                }
            imshow("TEST",img);
            myFrame->Release();
        }
        if (waitKey(30) == VK_ESCAPE)
            break;
    }
    myReader->Release();
    myDescription->Release();
    mySource->Release();
    mySensor->Close();
    mySensor->Release();
 
    return  0;
}

 

看过前面几篇博客，就会发现，Kinect程序的复用性很大，也就是说不同程序之间有很多部分是共用的，相似度非常高，就算不同的部分你也会发现他们是有规律可循的，就像本系列第二篇第二部分介绍的常用API一样，基本步骤都差不多的。步骤和前面相似，不再赘述，关键在于对数据的处理。IBodyIndexFrame里的数据分两种，值在0-5之间的点代表的是人体(因此最多识别出6个人)，大于5的值代表的是背景。所以要显示人体时，只要简单的把代表人体的点渲染成一种颜色，背景渲染成另外一种颜色就可以了。值得注意的是在写颜色表color时，要用Vec3b把数据强转一下，不然会有问题。

最终的效果就是这样：

 

 

 

 

 

 

 

二、结合Kinect自动插图的拍照程序

 

前面一部分讲到了Kinect可以从环境中区分出人体来。因此可以利用这个功能，来把摄像头前的人合成进照片里，和利用Photoshop不同的是，这样合成进去的人是动态且实时的。

简单的思路

BodyIndex用的是深度数据，只能用来判断画面中的点属不属于人体而不能用来直接显示画面，Color图里的数据只能用来显示而没有其他功能。所以如果深度数据能和彩色数据配合的话，就能利用深度数据来识别出彩色数据中的哪些点属于人体。但是深度帧的分辨率是512 x 424，而彩色帧的分辨率是1920 x 1080，无法将他们对应起来。然而微软提供了一个叫ICoordinateMapper的类。

简单来说：将彩色图上的点转换到深度图的坐标系中->判断某点是否是人体->是的话从彩色图中取出此点，与背景替换。

 

 

照片合成程序：

 
#include <iostream>
#include <opencv2/imgproc.hpp>
#include <opencv2\highgui.hpp>
#include <Kinect.h>
 
using   namespace   std;
using   namespace   cv;
 
int main(void)
{
    IKinectSensor   * mySensor = nullptr;
    GetDefaultKinectSensor(&mySensor);
    mySensor->Open();
 
//************************准备好彩色图像的Reader并获取尺寸*******************************
 
    int colorHeight = 0, colorWidth = 0;
    IColorFrameSource   * myColorSource = nullptr;
    IColorFrameReader   * myColorReader = nullptr;
    IFrameDescription   * myDescription = nullptr;
    {
        mySensor->get_ColorFrameSource(&myColorSource);
 
        myColorSource->OpenReader(&myColorReader);
 
        myColorSource->get_FrameDescription(&myDescription);
        myDescription->get_Height(&colorHeight);
        myDescription->get_Width(&colorWidth);
 
        myDescription->Release();
        myColorSource->Release();
    }
 
//************************准备好深度图像的Reader并获取尺寸*******************************
 
    int depthHeight = 0, depthWidth = 0;
    IDepthFrameSource   * myDepthSource = nullptr;
    IDepthFrameReader   * myDepthReader = nullptr;
    {
        mySensor->get_DepthFrameSource(&myDepthSource);
 
        myDepthSource->OpenReader(&myDepthReader);
 
        myDepthSource->get_FrameDescription(&myDescription);
        myDescription->get_Height(&depthHeight);
        myDescription->get_Width(&depthWidth);
 
        myDescription->Release();
        myDepthSource->Release();
    }
    
//************************准备好人体索引图像的Reader并获取尺寸****************************
 
    int bodyHeight = 0, bodyWidth = 0;
    IBodyIndexFrameSource   * myBodyIndexSource = nullptr;
    IBodyIndexFrameReader   * myBodyIndexReader = nullptr;
    {
        mySensor->get_BodyIndexFrameSource(&myBodyIndexSource);
 
        myBodyIndexSource->OpenReader(&myBodyIndexReader);
 
        myDepthSource->get_FrameDescription(&myDescription);
        myDescription->get_Height(&bodyHeight);
        myDescription->get_Width(&bodyWidth);
 
        myDescription->Release();
        myBodyIndexSource->Release();
    }
 
//************************为各种图像准备buffer，并且开启Mapper*****************************
 
    UINT    colorDataSize = colorHeight * colorWidth;
    UINT    depthDataSize = depthHeight * depthWidth;
    UINT    bodyDataSize = bodyHeight * bodyWidth;
    Mat temp = imread("test.jpg"),background;               //获取背景图
    resize(temp,background,Size(colorWidth,colorHeight));   //调整至彩色图像的大小
 
    ICoordinateMapper   * myMaper = nullptr;                //开启mapper
    mySensor->get_CoordinateMapper(&myMaper);
 
    Mat colorData(colorHeight, colorWidth, CV_8UC4);        //准备buffer
    UINT16  * depthData = new UINT16[depthDataSize];
    BYTE    * bodyData = new BYTE[bodyDataSize];
    DepthSpacePoint * output = new DepthSpacePoint[colorDataSize];
 
//************************把各种图像读进buffer里，然后进行处理*****************************
 
    while (1)
    {
        IColorFrame * myColorFrame = nullptr;
        while (myColorReader->AcquireLatestFrame(&myColorFrame) != S_OK);   //读取color图
        myColorFrame->CopyConvertedFrameDataToArray(colorDataSize * 4, colorData.data, ColorImageFormat_Bgra);
        myColorFrame->Release();
 
        IDepthFrame * myDepthframe = nullptr;
        while (myDepthReader->AcquireLatestFrame(&myDepthframe) != S_OK);   //读取depth图
        myDepthframe->CopyFrameDataToArray(depthDataSize, depthData);
        myDepthframe->Release();
 
        IBodyIndexFrame * myBodyIndexFrame = nullptr;                       //读取BodyIndex图
        while (myBodyIndexReader->AcquireLatestFrame(&myBodyIndexFrame) != S_OK);
        myBodyIndexFrame->CopyFrameDataToArray(bodyDataSize, bodyData);
        myBodyIndexFrame->Release();
 
        Mat copy = background.clone();                  //复制一份背景图来做处理
        if (myMaper->MapColorFrameToDepthSpace(depthDataSize, depthData, colorDataSize, output) == S_OK)
        {
            for (int i = 0; i < colorHeight; ++ i)
                for (int j = 0; j < colorWidth;++ j)
                {
                    DepthSpacePoint tPoint = output[i * colorWidth + j];    //取得彩色图像上的一点，此点包含了它对应到深度图上的坐标
                    if (tPoint.X >= 0 && tPoint.X < depthWidth && tPoint.Y >= 0 && tPoint.Y < depthHeight)  //判断是否合法
                    {
                        int index = (int)tPoint.Y * depthWidth + (int)tPoint.X; //取得彩色图上那点对应在BodyIndex里的值(注意要强转)
                        if (bodyData[index] <= 5)                   //如果判断出彩色图上某点是人体，就用它来替换背景图上对应的点
                        {
                            Vec4b   color = colorData.at<Vec4b>(i, j);
                            copy.at<Vec3b>(i, j) = Vec3b(color[0], color[1], color[2]);
                        }
                    }
                }
            imshow("TEST",copy);
        }
        if (waitKey(30) == VK_ESCAPE)
            break;
    }
    delete[] depthData;         //记得各种释放
    delete[] bodyData;
    delete[] output;
 
 
    myMaper->Release();
    myColorReader->Release();
    myDepthReader->Release();
    myBodyIndexReader->Release();
    mySensor->Close();
    mySensor->Release();
 
    return  0;
}

 

详细说明：

SDK中提供了一个叫ICoordinateMapper的类，功能就是坐标系之间的互相转换，用来解决数据源的分辨率不同导致点对应不起来的问题。我们需要的是将彩色图像中的点与深度图像中的点一一对应起来，因此使用其中的MapColorFrameToDepthSpace()这个函数。

首选，需要准备好三种数据源：Color、BodyIndex、Depth，其中前两个是完成功能本来就需要的，第三个是转换坐标系时需要，无法直接把Color的坐标系映射到BodyIndex中，只能映射到Depth中。

然后是读取背景图，读取之后也要转换成Color图的尺寸，这样把Color中的点贴过去时坐标就不用再转换，直接替换就行。接下来也要读取三种Frame，为了易读性，不如把准备工作在前面都做完，在这一步直接用Reader就行。

然后，利用MapColorFrameToDepthSpace()，将彩色帧映射到深度坐标系，它需要4个参数，第1个是深度帧的大小，第2个是深度数据，第3个是彩色帧的大小，第4个是一个DepthSpacePoint的数组，它用来储存彩色空间中的每个点对应到深度空间的坐标。
要注意，这个函数只是完成坐标系的转换，也就是说它对于彩色坐标系中的每个点，都给出了一个此点对应到深度坐标系中的坐标，并不涉及到具体的ColorFrame。

最后，遍历彩色图像，对于每一点，都取出它对应的深度坐标系的坐标，然后把这个坐标放入BodyIndex的数据中，判断此点是否属于人体，如果属于，就把这点从彩色图中取出，跟背景图中同一坐标的点替换。

要注意的是，DepthSpacePoint中的X和Y的值都是float的，用它们来计算在BodyIndex里的坐标时，需要强转成int，不然画面就会不干净，一些不属于人体的地方也被标记成了人体被替换掉。

 

实验效果图：

 

从图上比较容易看到人体周围有许多毛刺，并不是很光滑，其实也正常，因为这是通过Kinect的BodyIndex数据源获取的人体部分，也就是深度图像，精确度肯定没有达到那么高，所以边缘有很多毛刺很正常。应该可以利用一些图成像处理技术进行去除或者改善，关于这个方面大家可以大胆去尝试，看下能不能把这个效果做的更好一点，边缘更平滑一点。

参考文章：http://www.cnblogs.com/xz816111/p/5185766.html

http://www.cnblogs.com/xz816111/p/5185010.html

 

 

 

到这里为止，都还只是显示图像，并没有照相功能，也就是把图片保存下来。这部分需要用到动作识别，通过指定动作来控制Kinect拍照，这些动作就比较随意了，可以是各种动作和pose，只要能被Kinect识别出来就可以了。由于这部分程序太长了，这里不便贴出来，文末提供完整程序下载。效果图如下

 

 

这里提供一些关键的代码，主要是动作识别部分的。代码片段如下：

 

//保存深度图像
void CBodyBasics::SaveDepthImg()
{
//string str = (num2str)depthnumber;
stringstream stream;
string str;
stream << depthnumber;        //从long型数据输入
stream >> str;   //转换为 string
imwrite(str + "depthnumber.bmp", depthImg);
cout << str + "depthnumber.bmp" << endl;
 
}

//照相
void CBodyBasics::TakePhoto()
{
//定义人体一些骨骼点，方面表示
Joint righthand = joints[JointType_HandRight];
Joint lefthand = joints[JointType_HandLeft];
Joint spinemid = joints[JointType_SpineMid];
Joint head = joints[JointType_Head];
stringstream stream;
string str;
if (spinemid.Position.Z < 0.5)	//判断人体重心离Kinect 的距离，小于0.5则直接返回，这使得数据已经不准确了，避免误操作
return;
//判断原则：右手的中心离身体重心在Z轴上的距离大于给定阈值（Z_THRESHOUD）且现在没在拍照，
//避免一直触发拍照，也可以设置等待时间，这样可以实现连拍
if (spinemid.Position.Z - righthand.Position.Z >= Z_THRESHOUD&&bTakePhoto)
{
bTakePhoto = false;
photocount++;
stream << photocount;        //从long型数据输入
stream >> str;   //转换为 string
string filepath = "D:/pic/";	//保存到指定文件夹里面
imwrite(filepath+str + ".jpg", copy);
cout << "成功照第" << photocount << "张相" << endl;
}
if (spinemid.Position.Z - righthand.Position.Z < Z_THRESHOUD)	//没有检测到指定动作，则表示没有在拍照
{
bTakePhoto = TRUE;
return;
 
}
}

//切换背景
bool CBodyBasics::ChangeBackground()
{
//定义人体一些骨骼点，方面表示
Joint righthand = joints[JointType_HandRight];
Joint head = joints[JointType_Head];
Joint spinebase = joints[JointType_SpineBase];
if (spinebase.Position.Z<0.5)	//判断人体重心离Kinect 的距离，小于0.5则直接返回，这使得数据已经不准确了，避免误操作
return false;
//判断原则：右手的中心离身体重心在X轴上的距离大于给定阈值（X_THRESHOUD）且现在没在切换背景时，
//避免一直触发切换，也可以另一种方式，设置一个等待时间，这样可以实现快速切换多张背景。
if (righthand.Position.X - head.Position.X >= X_THRESHOUD&&bChange)
{
bChange = FALSE;
if (fscanf(fp, "%s ", imagepath) > 0)	//读取背景图片的本地路径
backjpg = imread(imagepath);	//读取背景图片
else
{
rewind(fp);	//文件指针复位，即重新指向最开始位置
fscanf(fp, "%s ", imagepath);	//读取背景图片的本地路径
backjpg = imread(imagepath);	//读取背景图片
}
return true;
}
if (righthand.Position.X - head.Position.X < X_THRESHOUD)  //没有检测到指定作，则表明没有在切换背景，
{
bChange = TRUE;
return false;
}
}

 

由于本段代码已经做了非常详细的注释，这里不再对代码内容详细分析，有什么问题欢迎留言讨论交流。

 

本篇文章详细讲解了利用kinect对人体进行抠图，人体和背景照片的合成，以及结合动作识别进行拍照的技术。完整代码下载地址：

https://download.csdn.net/download/baolinq/10406054

 

 

补充一些其他学习资料，在本系列第二章有讲到。

 

Kinect v2 for OpenNI 2：

https://github.com/mvm9289/openni2_kinect2_driver

https://github.com/occipital/OpenNI2/tree/kinect2

libfreenect 2

https://github.com/OpenKinect/libfreenect2

 

理论上，这个版本的驱动程式除了支持Windows以外，还可以支持Mac 和Ubtuntu等系统。如果想在非 Windows 环境下使用 Kinect v2 体感器，可以考虑此方案。

 

 

好了，本篇本章到此就结束了，欢迎底下留言和讨论。下一篇见~~~

超跑开起来欣赏养眼