OpenPose人体姿态识别项目输出格式详解

卓怡桃Prunella

于 2025-05-30 09:18:10 发布

阅读量438

点赞数 5

CC 4.0 BY-SA版权

本文链接：https://blog.youkuaiyun.com/gitblog_01139/article/details/148328118

OpenPose人体姿态识别项目输出格式详解

openpose 项目地址: https://gitcode.com/gh_mirrors/op/openpose

概述

OpenPose是一个开源的实时多人2D/3D姿态估计库，能够检测图像或视频中的人体、手部、面部关键点。本文将详细介绍OpenPose项目的输出格式，包括可视化界面、JSON数据结构、关键点排序以及高级功能等。

可视化界面输出

OpenPose的可视化界面会显示原始图像与检测到的姿态叠加的效果。如下图所示，系统能够实时追踪人体的各种姿态动作：

姿态识别示例

JSON数据结构与可视化映射

OpenPose的JSON输出文件包含一系列关键点，这些关键点的排序与可视化界面的显示位置直接对应。以下是不同身体部位的关键点格式说明：

BODY_25姿态关键点格式

BODY_25模型包含25个身体关键点，是COCO模型的扩展版本，增加了脚部关键点：

BODY_25关键点示意图

COCO姿态关键点格式

COCO模型包含18个身体关键点：

COCO关键点示意图

面部关键点格式

面部关键点模型包含70个关键点：

面部关键点示意图

手部关键点格式

每只手包含21个关键点：

手部关键点示意图

JSON输出格式详解

OpenPose提供两种保存输出数据的方式：

标准JSON格式（使用--write_json参数）：
- 每个JSON文件对应一帧图像
- 包含people数组，每个元素代表一个检测到的人体
- 主要字段：
  - pose_keypoints_2d：2D姿态关键点(x,y,置信度)
  - face_keypoints_2d：2D面部关键点
  - hand_left_keypoints_2d：左手2D关键点
  - hand_right_keypoints_2d：右手2D关键点
  - 3D关键点字段（需启用3D模式）
  - part_candidates：候选关键点（高级功能）
OpenCV格式（使用--write_keypoint参数，已弃用）：
- 仅保存2D身体关键点
- 使用OpenCV的FileStorage格式（JSON/XML/YML）

关键点编程接口

C++/Python中的关键点排序

在编程接口中，关键点的排序与可视化显示一致。可以通过API获取不同模型的关键点映射关系：

C++接口示例

#include <openpose/pose/poseParameters.hpp>
const auto& poseBodyPartMappingBody25 = getPoseBodyPartMapping(PoseModel::BODY_25);

Python接口示例

poseModel = op.PoseModel.BODY_25
print(op.getPoseBodyPartMapping(poseModel))

Datum中的关键点格式（高级）

对于使用C++ API的高级开发者，Datum类中存储关键点的三种数据结构：

poseKeypoints：姿态关键点
faceKeypoints：面部关键点
handKeypoints：手部关键点（左手和右手）

访问示例：

// 访问姿态关键点
const auto x = poseKeypoints[{person, part, 0}];
const auto y = poseKeypoints[{person, part, 1}];
const auto score = poseKeypoints[{person, part, 2}];

读取保存的结果

OpenPose使用标准格式(JSON, PNG, JPG等)保存结果，可以使用各种编程语言的库来读取。对于C++开发者，可以使用fileStream.hpp中的工具函数：

#include <openpose/filestream/fileStream.hpp>
const auto data = loadData("result.json");  // 加载JSON数据
const auto image = loadImage("output.png"); // 加载图像