读取BIWI数据 pose.txt ，说明

欧拉角说明和计算，https://www.cnblogs.com/21207-iHome/p/6894128.html
https://blog.csdn.net/loongkingwhat/article/details/82765388
numpy.digitize(data,bins)函数用法 https://blog.csdn.net/weixin_38358654/article/details/78997769
读取BIWI数据 pose.txt ，说明

欧拉角计算公式 给的是旋转矩阵txt文件，（四元数对应的旋转矩阵，三行三列），对应欧拉角的公式

    roll = -np.arctan2(R[1][0], R[0][0]) * 180 / np.pi
    yaw = -np.arctan2(-R[2][0], np.sqrt(R[2][1] ** 2 + R[2][2] ** 2)) * 180 / np.pi
    pitch = np.arctan2(R[2][1], R[2][2]) * 180 / np.pi

    # Loosely crop face
    k = 0.35
    x_min -= 0.6 * k * abs(x_max - x_min)
    y_min -= k * abs(y_max - y_min)
    x_max += 0.6 * k * abs(x_max - x_min)
    y_max += 0.6 * k * abs(y_max - y_min)
    img = img.crop((int(x_min), int(y_min), int(x_max), int(y_max)))
    #一张图片对应欧拉角的三个值，roll,yaw,pitch
    #print roll,yaw,pitch  #-3.400551904862772 0.5440903943579737 -8.078185087842218
    # Bin values  分类值  -99到+102度，分类需要对应的标签
    # bins 是 np.digitize（data,bins）第二个参数（升序或者降序）,第一个数据在bins 哪个区间范围内，
    bins = np.array(range(-99, 102, 1))   #198个角度分类，对欧拉角的三个角度，按照角度区间进行分类
    binned_pose = torch.LongTensor(np.digitize([yaw, pitch, roll], bins) - 1) #[yaw, pitch, roll],to labels[99 90 95]