Kinect开发教程三：利用OpenNI进行手势识别

这是第二个范例，小斤将介绍如何使用OpenNI让Kinect识别出手势，并显示输出。目前版本的OpenNI支持四种手势：RaiseHand, Wave, Click和MovingHand，分别代表手的“举起”，“挥动”，“前推”和“移动”四种动作。值得一提的是，当前微软官方的Kinect SDK还不支持手势识别，也可以说是使用OpenNI的好处之一吧。

有了手势识别后，其实可以利用Kinect做一些实际的东东，比如利用鼠标键盘控制一些应用程序等等。

闲话不说了，速度搞起。代码一部分参考了Heresy童鞋的文章，手势部分写得很完备了，在巨人的肩膀上，小斤使用OpenCV进行显示，红色点表示手的位置轨迹，蓝色实心圈表示前推的位置，黄色直线表示手挥动的轨迹（从起点到终点）。

[cpp] view
plaincopy

#include <stdlib.h>

#include <iostream>

#include "opencv/cv.h"

#include "opencv/highgui.h"

#include <XnCppWrapper.h>

using namespace std;

using namespace cv;

// output for XnPoint3D

ostream& operator<<( ostream& out, const XnPoint3D& rPoint )

{

out << "(" << rPoint.X << "," << rPoint.Y << "," << rPoint.Z << ")";

return out;

}

//【4】

// callback function for gesture recognized

void XN_CALLBACK_TYPE gestureRecog( xn::GestureGenerator &generator,

const XnChar *strGesture,

const XnPoint3D *pIDPosition,

const XnPoint3D *pEndPosition,

void *pCookie )

{

cout << strGesture<<" from "<<*pIDPosition<<" to "<<*pEndPosition << endl;

int imgStartX=0;

int imgStartY=0;

int imgEndX=0;

int imgEndY=0;

char locationinfo[100];

imgStartX=(int)(640/2-(pIDPosition->X));

imgStartY=(int)(480/2-(pIDPosition->Y));

imgEndX=(int)(640/2-(pEndPosition->X));

imgEndY=(int)(480/2-(pEndPosition->Y));

IplImage* refimage=(IplImage*)pCookie;

if(strcmp(strGesture,"RaiseHand")==0)

{

cvCircle(refimage,cvPoint(imgStartX,imgStartY),1,CV_RGB(255,0,0),2);

}

else if(strcmp(strGesture,"Wave")==0)

{

cvLine(refimage,cvPoint(imgStartX,imgStartY),cvPoint(imgEndX,imgEndY),CV_RGB(255,255,0),6);

}

else if(strcmp(strGesture,"Click")==0)

{

cvCircle(refimage,cvPoint(imgStartX,imgStartY),6,CV_RGB(0,0,255),12);

}

cvSetImageROI(refimage,cvRect(40,450,640,30));

CvFont font;

cvInitFont( &font, CV_FONT_VECTOR0,1, 1, 0, 3, 5);

cvSet(refimage, cvScalar(255,255,255));

sprintf(locationinfo,"From: %d,%d to %d,%d",(int)pIDPosition->X,(int)pIDPosition->Y,(int)(pEndPosition->X),(int)(pEndPosition->Y));

cvPutText(refimage, locationinfo ,cvPoint(30, 30), &font, CV_RGB(0,0,0));

cvResetImageROI(refimage);

}

void clearImg(IplImage* inputimg)

{

CvFont font;

cvInitFont( &font, CV_FONT_VECTOR0,1, 1, 0, 3, 5);

memset(inputimg->imageData,255,640*480*3);

cvPutText(inputimg, "Hand Raise!" ,cvPoint(20, 20), &font, CV_RGB(255,0,0));

cvPutText(inputimg, "Hand Wave!" , cvPoint(20, 50), &font, CV_RGB(255,255,0));

cvPutText(inputimg, "Hand Push!" , cvPoint(20, 80), &font, CV_RGB(0,0,255));

}

//【5】

// callback function for gesture progress

void XN_CALLBACK_TYPE gestureProgress( xn::GestureGenerator &generator,

const XnChar *strGesture,

const XnPoint3D *pPosition,

XnFloat fProgress,

void *pCookie )

{

cout << strGesture << ":" << fProgress << " at " << *pPosition << endl;

}

int main( int argc, char** argv )

{

IplImage* drawPadImg=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);

IplImage* cameraImg=cvCreateImage(cvSize(640,480),IPL_DEPTH_8U,3);

cvNamedWindow("Gesture",1);

cvNamedWindow("Camera",1);

clearImg(drawPadImg);

XnStatus res;

char key=0;

// context

xn::Context context;

res = context.Init();

xn::ImageMetaData imgMD;

// create generator

xn::ImageGenerator imageGenerator;

res = imageGenerator.Create( context );

//【1】

xn::GestureGenerator gestureGenerator;

res = gestureGenerator.Create( context );

//【2】

// Add gesture

//gestureGenerator.AddGesture( "MovingHand", NULL );

gestureGenerator.AddGesture( "Wave", NULL );

gestureGenerator.AddGesture( "Click", NULL );

gestureGenerator.AddGesture( "RaiseHand", NULL );

//gestureGenerator.AddGesture("MovingHand",NULL);

/【3】

// 6. Register callback functions of gesture generator

XnCallbackHandle handle;

gestureGenerator.RegisterGestureCallbacks( gestureRecog, gestureProgress, (void*)drawPadImg, handle );

//start generate data

context.StartGeneratingAll();

res = context.WaitAndUpdateAll();

while( (key!=27) && !(res = context.WaitAndUpdateAll()) )

{

if(key=='c')

{

clearImg(drawPadImg);

}

imageGenerator.GetMetaData(imgMD);

memcpy(cameraImg->imageData,imgMD.Data(),640*480*3);

cvCvtColor(cameraImg,cameraImg,CV_RGB2BGR);

cvShowImage("Gesture",drawPadImg);

cvShowImage("Camera",cameraImg);

key=cvWaitKey(20);

}

cvDestroyWindow("Gesture");

cvDestroyWindow("Camera");

cvReleaseImage(&drawPadImg);

cvReleaseImage(&cameraImg);

context.StopGeneratingAll();

context.Shutdown();

return 0;

}

【1】看过上一篇文章的童鞋应该已经了解了生成器的用法（传送门），对于手势识别，小斤使用了GestureGenerator这个生成器，它的创建方式与ImageGenerator一致，使用Context作为参数调用Create方法。

【2】GestureGenerator创建后，只有我们告诉它，要识别什么手势它才干活。这边使用AddGesture方法，把手势加入。

【3】这一步小斤注册了GestureGenerator相关的回调函数:

[cpp] view
plaincopy

XnStatus xn::GestureGenerator::RegisterGestureCallbacks (GestureRecognized RecognizedCB, GestureProgress ProgressCB, void * pCookie, XnCallbackHandle & hCallback )

其中定义RecognizedCB是手势识别后的回调函数，ProgressCB是手势进行中的回调函数。
pCookie是传给回调函数的指针，可以放一些用户数据，代码中，小斤把程序的画板图像指针传给了回调函数，这样便可以在回调函数中直接绘图了。

phCallback是一个回调函数的handle，可用来注销回调函数，注销的方法是调用UnregisterGestureCallbacks ( XnCallbackHandle hCallback ) 。

【4】这个gestureRecog()便是RecognizedCB回调函数的真身了，它有五个参数：

generator指定发现手势的生成器。

strGesture告诉我们哪种手势已被识别。
pIDPosition和pEndPosition代表了该手势的起始位置和终止位置。对于RaiseHand的手势，两个值是一样的，但对于Click和Wave手势，由于手的位置是发生过变化的，值是不同的。

pCookie是传入的用户数据。

在【4】中，小斤针对不同的手势进行了绘图，此外，还显示了手的当前pIDPosition和pEndPosition。

【5】gestureProgress()回调函数与gestureRecog()类似，因为是在手势进行中被调用的，它只有一个position，表示当前手的位置，此外，还有一个fProgress表示当前的进度。

程序编译执行后，效果如下：



小斤这边测试结果是，RaiseHand最容易触发，基本上都在RecognizedCB中出现，而MovingHand没有被触发过。Click和Wave手势在RecognizedCB和ProgressCB都可能触发，虽然Wave手势的轨迹不一定准确，但Wave轨迹的用处不大。
如果组合使用RaiseHand，Click和Wave，通过一些位置判定和调整，实现应用程序的部分控制是没有多大问题的，大家自由发挥想象吧，有好点子欢迎讨论！