Openpose——windows编译&运行

「爱情、让人受尽委屈。」 2022-05-14 08:48 455阅读 0赞

# 前言 #

最近准备看看`rtpose`的代码，发现已经由`openpose`这个项目维护着了，由于经常在`windows`下调试代码，所以尝试了一下如何在`windows`下编译`openpose`源码，结果发现，我靠，炒鸡简单，`Cmake`一步搞定。

写博客的目的在于，为了避免后续`openpose`的项目组各种维护各种加新内容的时候又改变了很多库什么的，比如升级`CUDA`版本、`Opencv`之类的，所以这里记录一下当前配置的环境和所需加载内容。  
其实博客压根不用看，直接下载`zip`然后丢进`cmake`编译完事。

国际惯例，参考博客：

[\[OpenPose\]的主页][OpenPose]

[\[OpenPose\]的windows版本][OpenPose_windows]，本博客使用版本`v1.3.0`，解压选择  
[官方安装说明][Link 1]

【注】强烈建议解压目录路径不要太长，比如解压在`E:\code`下，不要解压在`E:\code\xx\xx\xx\xx_xxx`之类的，我自己尝试的时候给我弹一堆问题。

# 准备工作 #

## 使用工具 ##

`CMake`，`Visual Studio`，`CUDA`，`cudnn`

具体地，我用的具体版本是：

`CMake`: 3.9.0

`Visual Studio`：建议2013以上，我用的2015

`CUDA`： 9.0，下载戳[这里][Link 2]

`cudnn`：cudnn-9.0-windows10-x64-v7，戳[这里][Link 3]

关于CUDA的安装就不说了，可以看别人博客，也可以看我配置caffe的时候配置CUDA的方法

【注】**无需**再下载opencv、caffe之类的东东了

## 下载模型 ##

**也可以不下载**，在`CMake`的时候**自动下载**，但是会很慢，所以提前下载放好可以加快编译速度

[pose\_iter\_440000.caffemodel][pose_iter_440000.caffemodel]，放入`\openpose-1.3.0\models\pose\coco`

[pose\_iter\_160000.caffemodel][pose_iter_160000.caffemodel]，放入`\openpose-1.3.0\models\pose\mpi`

[pose\_iter\_116000.caffemodel][pose_iter_116000.caffemodel]，放入`\openpose-1.3.0\models\face`

[pose\_iter\_102000.caffemodel][pose_iter_102000.caffemodel]，放入`\openpose-1.3.0\models\hand`

三方库(放到\\openpose-1.3.0\\3rdparty\\windows，解压方式选择**解压到当前文件夹**)：

caffe\_2018\_01\_18：链接：[https://pan.baidu.com/s/1OmThy8QqIJyZHCT\_S-jCLg][https_pan.baidu.com_s_1OmThy8QqIJyZHCT_S-jCLg] 密码：7dp7

opencv\_310：链接：[https://pan.baidu.com/s/1bL6dHWaqf0LUy6u9BKaDoQ][https_pan.baidu.com_s_1bL6dHWaqf0LUy6u9BKaDoQ] 密码：l4fj

caffe3rdparty\_2018\_02\_13：链接：[https://pan.baidu.com/s/16zut\_NoCP7QZxo11a03S6w][https_pan.baidu.com_s_16zut_NoCP7QZxo11a03S6w] 密码：6ywg

# 编译VS工程 #

在`\openpose-1.3.0`文件夹中创建一个`build`文件夹：

![这里写图片描述][70]

打开`CMake`，这样设置路径

![这里写图片描述][70 1]

直接点击下方的`Configure`

![这里写图片描述][70 2]

依据自己的电脑环境选择VS版本，我选择是的2015，版本尽量高一点吧，可能有些`C++ 11`的特性在低版本支持不太好。

【注】这里会下载三方库，库里包含`opencv`和`caffe`

编译日志如下：

Windows OS support currently is experimental.
    Feel free to send us any suggestion or bug you encounter.
    Building with CUDA.
    Downloading windows dependencies...
    opencv_310.zip already exists.
    caffe3rdparty_2018_02_13.zip already exists.
    caffe_2018_01_18.zip already exists.
    Windows dependencies downloaded.
    Adding Example OpenPoseDemo
    Adding Example 1_custom_post_processing
    Adding Example 1_extract_from_image
    Adding Example 2_extract_pose_or_heatmat_from_image
    Adding Example 1_openpose_read_and_display
    Adding Example 2_user_processing_function
    Adding Example 3_user_input_processing_and_output
    Adding Example 4_user_input_processing_output_and_datum
    Adding Example 1_user_asynchronous_output
    Adding Example 2_user_synchronous
    Adding Example 3_user_asynchronous
    Download the models.
    Downloading body (COCO) model...
    Model already exists.
    Not downloading body (MPI) model
    Downloading face model...
    Model already exists.
    Downloading hand model...
    Model already exists.
    Models Downloaded.
    Configuring done

再点一次`Configure`，我也不知道为什么，反正看很多时候使用`CMake`最好点两次，如果框中有红色的条目就得注意了，肯定出错了，建议贴在评论区大家讨论，不要贴什么`cuda`之类的错误，自己看`cuda`的安装方法。

分析这个日志可以发现很多`Download`，都是自动下载的，我提前下载好了，所以就提示`exists`

最后`generate`一下完事。

![这里写图片描述][70 3]

用VS2015打开这个工程文件，生成解决方案：

![这里写图片描述][70 4]

等一会就完成了，但是运行的时候发现很对`dll`找不到，可以选择添加添加电脑环境变量`Path`的方法，也可以将缺的dll复制到`C:\Windows\System32`或者`C:\Windows\SysWOW64`或者是`E:\openpose\openpose-1.3.0\build\x64\Release`中，我是直接复制到当前的编译目录，也就是可执行文件存在的目录中了，好像缺的挺多的，编译完的时候只有`openpose.dll`，但是运行的时候还需要

![这里写图片描述][70 5]

这些`dll`都能在`E:\openpose\openpose-1.3.0`中找到，复制过去就行了

# 运行测试 #

通过VS工程中的解决方案资源管理器中可以发现，提供的实例还是挺多的

![这里写图片描述][70 6]

在属性页选择`当前选定内容`后，可以针对每个案例运行看看结果，我就运行第一个了，默认有图片，也可以自己选择图片，不要问怎么改，自行分析源码，理论很复杂，但是仅仅更改图片是很容易分析出来的：

![这里写图片描述][70 7]

# 错误信息 #

上面说过，如果解压路径太长，`CMake`可能出现的错误是：

Windows dependencies downloaded.
    CMake Error at src/openpose/CMakeLists.txt:14 (if):
      if given arguments:
    
        "NOT" "FILE" "MATCHES" "E:/code_test/C++/openpose/openpose-1.3.0/include/openpose/experimental/*"
    
      Regular expression
      "E:/code_test/C++/openpose/openpose-1.3.0/include/openpose/experimental/*"
      cannot compile

还有记得拷贝完那个三方库记得解压哈，不过是自动下载的就不需要了

# 后记 #

这个代码工程比较大，其实我个人建议跑`rtpose`的[代码][Link 4]，虽然配置有点难度，但是源码看着很清晰。这个回头再说，下一篇博客可能就是解析`openpose`的前身`rtpose`的论文了：[Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields][]  
即将参考的博客是:[Human pose estimation using OpenPose with TensorFlow][]

[OpenPose]: https://github.com/CMU-Perceptual-Computing-Lab/openpose
[OpenPose_windows]: https://github.com/CMU-Perceptual-Computing-Lab/openpose/releases
[Link 1]: https://github.com/CMU-Perceptual-Computing-Lab/openpose/blob/master/doc/installation.md
[Link 2]: https://developer.nvidia.com/cuda-90-download-archive?target_os=Windows&target_arch=x86_64&target_version=10&target_type=exelocal
[Link 3]: https://developer.nvidia.com/rdp/cudnn-download
[pose_iter_440000.caffemodel]: http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/coco/pose_iter_440000.caffemodel
[pose_iter_160000.caffemodel]: http://posefs1.perception.cs.cmu.edu/OpenPose/models/pose/mpi/pose_iter_160000.caffemodel
[pose_iter_116000.caffemodel]: http://posefs1.perception.cs.cmu.edu/OpenPose/models/face/pose_iter_116000.caffemodel
[pose_iter_102000.caffemodel]: http://posefs1.perception.cs.cmu.edu/OpenPose/models/hand/pose_iter_102000.caffemodel
[https_pan.baidu.com_s_1OmThy8QqIJyZHCT_S-jCLg]: https://pan.baidu.com/s/1OmThy8QqIJyZHCT_S-jCLg
[https_pan.baidu.com_s_1bL6dHWaqf0LUy6u9BKaDoQ]: https://pan.baidu.com/s/1bL6dHWaqf0LUy6u9BKaDoQ
[https_pan.baidu.com_s_16zut_NoCP7QZxo11a03S6w]: https://pan.baidu.com/s/16zut_NoCP7QZxo11a03S6w
[70]: /images/20220514/0b0ff752d90844268e988a7f914cdbc6.png
[70 1]: /images/20220514/072a232fec2f4b3989e193a236535f0a.png
[70 2]: /images/20220514/08eaa88a03834dde8527da0b363d0fe6.png
[70 3]: /images/20220514/f3e5f0546ff646a39d50825a63e23356.png
[70 4]: /images/20220514/47f02750b16845caa41b31b9500d3ea5.png
[70 5]: /images/20220514/7cab1268936d436fadda2439a27ba2bc.png
[70 6]: /images/20220514/a14af38f4b0149f490a2001185bb0aa6.png
[70 7]: /images/20220514/443a3a1da5724abab8b5849be08d8ad6.png
[Link 4]: https://github.com/CMU-Perceptual-Computing-Lab/caffe_rtpose
[Realtime Multi-Person 2D Pose Estimation using Part Affinity Fields]: https://arxiv.org/abs/1611.08050
[Human pose estimation using OpenPose with TensorFlow]: https://arvrjourney.com/human-pose-estimation-using-openpose-with-tensorflow-part-2-e78ab9104fc8