如何用Matplotlib优雅地实现NTU |
您所在的位置：网站首页 › 人体骨架侧视图 › 如何用Matplotlib优雅地实现NTU |
如何用Matplotlib优雅地实现NTU
|
目录
1.简介2.数据分析3.实现过程4.整体代码实现：5.说明
1.简介
骨架数据集由于其强鲁棒性而被广泛运用于动作识别和预测等领域，其中NTU RGB-D数据是最常用的骨架动作数据集。无论是在论文中描述自己的数据，亦或是分析特征变化过程，可视化都是必不可少的一步，本文将以NTU RGB-D数据集为基准使用Python的Matplotlib库对骨架数据进行可视化 2.数据分析NTU RGB-D的数据集非常规范，其文件后缀名为‘.skeleton’，用记事本直接打开结果如下：
从上到下依次为帧数、骨架数量（不超过2，即在该数据集上动作由1个或2个人完成）、骨架其他信息（原文指’bodyID’, ‘clipedEdges’, ‘handLeftConfidence’, ‘handLeftState’, ‘handRightConfidence’, ‘handRightState’,‘isResticted’, ‘leanX’, ‘leanY’, ‘trackingState’ ）、一个骨架中有几个关节点、每个关节点的信息（ ‘x’, ‘y’, ‘z’, ‘depthX’, ‘depthY’, ‘colorX’, ‘colorY’, ‘orientationW’, ‘orientationX’, ‘orientationY’, ‘orientationZ’, ‘trackingState’） 其中我们只需要其中的x，y，z即可（2D图只需要x和y），于是我们的程序大概为： 导入数据文件创建一个0填充列表用于存储数据循环每一帧，每一个骨架，每一个关节点将数据赋值给数组绘制，用散点图绘制骨架节点，用直线图绘制骨骼连接逐帧展示 3.实现过程首先导入依赖包和数据文件路径，设定好参数 import numpy as np import matplotlib.pyplot as plt file_name = r'C:\Users\lenovo\Desktop\visiual/S001C001P001R001A009.skeleton' max_V = 25 #节点数 max_M = 2 #骨架数量然后循环遍历获取关节点坐标信息 with open(file_name, 'r') as fr: frame_num = int(fr.readline()) point = np.zeros((3, frame_num, 25, 2)) for frame in range(frame_num): person_num = int(fr.readline()) for person in range(person_num): fr.readline() joint_num = int(fr.readline()) for joint in range(joint_num): v = fr.readline().split(' ') if joint |
![[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-NsgtBh01-1633683350287)(骨架可视化.assets/image-20211008161631863.png)]](https://img-blog.csdnimg.cn/2061c706100a4eebb6376b71436fcaad.png?x-oss-process=image/watermark,type_ZHJvaWRzYW5zZmFsbGJhY2s,shadow_50,text_Q1NETiBA6ZSMYQ==,size_20,color_FFFFFF,t_70,g_se,x_16)
【本文地址】
公司简介
联系我们
今日新闻 |
点击排行 |
|
推荐新闻 |
图片新闻 |
|
专题文章 |