基于opencv-DNN和caffemodel的人体姿态估计

Python3版

使用方法，命令行进入代码所在目录执行：

python openpose.py --model pose.caffemodel --proto pose.prototxt --dataset MPI

--model 参数和 --proto 参数分别是预先训练好的人体姿态模型和配置文件， --dataset 选择使用COCO or MPI数据集。因为模型文件很大，并不包括在 OpenCV 代码库中，可以在 Openpose 项目（https://github.com/CMU-Perceptual-Computing-Lab/openpose）找到下载地址。

另外可以通过 --input 参数指定识别的图片或视频地址，默认则使用摄像头实时采集。

Frank使用C++ opencv肝了一周，相比python版每张图片的处理提速0.3秒，使用Frank给提供的build.sh脚本直接在Linux下编译生成cv_pose.out，运行即可。提供图片处理的接口可直接调用。