openpose重绘json里的骨骼信息

环境

• windows 10 64 bit

• opencv 4.5.3

需求

这是来自一位网友的需求，他已经拿到了团队内其它成员通过 openpose 处理后的 json 数据(这部分内容前文 windows编译openpose及在python中调用 已经讲过)，现在要将 json 里描述的骨骼信息描绘出来，也就是画出骨骼图。

解决步骤

要实现这个目标，首先要把 json 文件中的数据结构弄清楚。下图是拿到的 json

openpose json

由于是 2d 的识别，所有 json 中只有字段 pose_keypoints_2d、hand_left_keypoints_2d 和 hand_right_keypoints_2d 有数据。其它情况，处理也是类似的

这里分2块来处理，身体部分与左右手的部分，前者的关键点如下图，共25个关键点

openpose json

取到每一个点的位置，然后将需要连接的点进行连接，比如关键点0就需要和关键点1、15、16进行连接

pose_pairs = [
    [0, 1], [0, 15], [0, 16],
    [15, 17],
    [16, 18],
    [1, 2], [1, 5], [1, 8],
    [2, 3],
    [3, 4],
    [5, 6],
    [6, 7],
    [8, 9], [8, 12],
    [9, 10],
    [10, 11],
    [11, 22], [11, 24],
    [22, 23],
    [12, 13],
    [13, 14],
    [14, 21], [14, 19],
    [19, 20]
]

至于左右手的关键点也是一样，其分布如下

openpose json

至于各个关键点的坐标，再回过头去看 json 文件，在字段 pose_keypoints_2d 中，每3个数值代表一个关键点，分别对应的是 x、y 和置信度，取到这些信息后就可以在图上标示出来了

openpose json

最后看一下完整的程序代码

import argparse
import json
import os

import cv2
import numpy as np

# 骨骼关键点连接对
pose_pairs = [
    [0, 1], [0, 15], [0, 16],
    [15, 17],
    [16, 18],
    [1, 2], [1, 5], [1, 8],
    [2, 3],
    [3, 4],
    [5, 6],
    [6, 7],
    [8, 9], [8, 12],
    [9, 10],
    [10, 11],
    [11, 22], [11, 24],
    [22, 23],
    [12, 13],
    [13, 14],
    [14, 21], [14, 19],
    [19, 20]
]

# 手部关键点连接对
hand_pairs = [
    [0, 1], [0, 5], [0, 9], [0, 13], [0, 17],
    [1, 2],
    [2, 3],
    [3, 4],
    [5, 6], [6, 7], [7, 8],
    [9, 10], [10, 11], [11, 12],
    [13, 14], [14, 15], [15, 16],
    [17, 18], [18, 19], [19, 20]
]

# 绘制用的颜色
pose_colors = [
    (255., 0., 85.), (255., 0., 0.), (255., 85., 0.), (255., 170., 0.),
    (255., 255., 0.), (170., 255., 0.), (85., 255., 0.), (0., 255., 0.),
    (255., 0., 0.), (0., 255., 85.), (0., 255., 170.), (0., 255., 255.),
    (0., 170., 255.), (0., 85., 255.), (0., 0., 255.), (255., 0., 170.),
    (170., 0., 255.), (255., 0., 255.), (85., 0., 255.), (0., 0., 255.),
    (0., 0., 255.), (0., 0., 255.), (0., 255.,
                                     255.), (0., 255., 255.), (0., 255., 255.)
]

hand_colors = [
    (100., 100., 100.),
    (100, 0, 0),
    (150, 0, 0),
    (200, 0, 0), (255, 0, 0), (100, 100, 0), (150,
                                              150, 0), (200, 200, 0), (255, 255, 0),
    (0, 100, 50), (0, 150, 75), (0, 200, 100), (0,
                                                255, 125), (0, 50, 100), (0, 75, 150),
    (0, 100, 200), (0, 125, 255), (100, 0, 100), (150, 0, 150),
    (200, 0, 200), (255, 0, 255)
]


def handle_json(jsonfile):

    print('hand json {}'.format(jsonfile))

    with open(jsonfile, 'r') as f:
        data = json.load(f)

    # 纯黑色背景
    img = cv2.imread('black.jpg')

    for d in data['people']:
        kpt = np.array(d['pose_keypoints_2d']).reshape((25, 3))
        for p in pose_pairs:
            pt1 = tuple(list(map(int, kpt[p[0], 0:2])))
            c1 = kpt[p[0], 2]
            pt2 = tuple(list(map(int, kpt[p[1], 0:2])))
            c2 = kpt[p[1], 2]

            print('== {}, {}, {}, {} =='.format(pt1, c1, pt2, c2))

            if c1 == 0.0 or c2 == 0.0:
                continue

            color = tuple(list(map(int, pose_colors[p[0]])))
            img = cv2.line(img, pt1, pt2, color, thickness=4)
            img = cv2.circle(img, pt1, 4, color, thickness=-
                             1, lineType=8, shift=0)
            img = cv2.circle(img, pt2, 4, color, thickness=-
                             1, lineType=8, shift=0)

        kpt_left_hand = np.array(d['hand_left_keypoints_2d']).reshape((21, 3))
        for q in hand_pairs:
            pt1 = tuple(list(map(int, kpt_left_hand[q[0], 0:2])))
            c1 = kpt_left_hand[p[0], 2]
            pt2 = tuple(list(map(int, kpt_left_hand[q[1], 0:2])))
            c2 = kpt_left_hand[q[1], 2]

            # print('** {}, {}, {}, {} **'.format(pt1, c1, pt2, c2))

            if c1 == 0.0 or c2 == 0.0:
                continue

            color = tuple(list(map(int, hand_colors[q[0]])))
            img = cv2.line(img, pt1, pt2, color, thickness=4)

        kpt_right_hand = np.array(
            d['hand_right_keypoints_2d']).reshape((21, 3))
        for k in hand_pairs:
            pt1 = tuple(list(map(int, kpt_right_hand[k[0], 0:2])))
            c1 = kpt_right_hand[k[0], 2]
            pt2 = tuple(list(map(int, kpt_right_hand[k[1], 0:2])))
            c2 = kpt_right_hand[k[1], 2]

            print('** {}, {}, {}, {} **'.format(pt1, c1, pt2, c2))

            if c1 == 0.0 or c2 == 0.0:
                continue

            color = tuple(list(map(int, hand_colors[q[0]])))
            img = cv2.line(img, pt1, pt2, color, thickness=4)

    if not os.path.exists('results'):
        os.makedirs('results')

    # 保存图片
    cv2.imwrite('results/{}.jpg'.format(jsonfile.split("\\")[-1][0:-5]), img)


if __name__ == '__main__':

    parser = argparse.ArgumentParser()
    parser.add_argument('--directory', type=str,
                        default='.', help='keypoints json directory')
    opt = parser.parse_args()

    for jsonfile in os.listdir(opt.directory):
        if jsonfile.endswith('.json'):
            handle_json(os.path.join(opt.directory, jsonfile))

最后执行代码

# jsons是存放json文件的目录
python.exe main.py --directory jsons

在结果文件夹 results 就会生成对应的图像了

openpose json

参考资料

• https://xugaoxiang.com/2021/05/29/build-openpose-for-windows-python-api/

• https://xugaoxiang.com/2021/05/30/openpose-angle/

• https://xugaoxiang.com/2020/10/26/openpose-build/

知识星球

新开的知识星球，目标每日更新。分享各种学习资源、实战项目、付费项目、私活分享、资源对接、行业资讯等，欢迎扫码加入，一起学习，一起进步。