OpenNI+Kinect：利用自带类实现简单手势识别教程

本篇学习笔记主要介绍了如何利用Kinect和OpenNI进行简单手势识别的过程。OpenNI是一个跨平台的开源框架，专门用于处理微软Kinect的传感器数据，尤其是其深度信息，这对于手势识别至关重要。作者在Qt Creator环境中，结合OpenNI 1.5.4.0、Qt 4.8.2以及OpenCV 2.4.2版本，对COpenNI类进行了扩展，引入了一个公开对象GestureGenerator来处理手势识别任务。 在开发过程中，作者首先将GestureGenerator类放在了公共部分，以便于COpenNI类的对象能够访问并设置手势识别的相关属性，如识别的特定手势类型（如挥手、点击、举手和手移动）。初始化GestureGenerator时，通过`Create`函数创建了实例，并指定了需要检测的手势种类。 OpenNI的手势识别是基于事件驱动的，通过注册`GestureRecognizedRecognizedCB`和`GestureProgressProgressCB`回调函数，当特定手势发生或进行中时，程序会触发这些回调。这个过程类似于Qt中的信号与槽机制，允许开发者定制手势触发后的响应逻辑。 设置回调函数原型为： ```cpp XnStatus RegisterGestureCallbacks(GestureRecognizedRecognizedCB gestureRecognizedCB, GestureProgressProgressCB gestureProgressCB, void* pCookie, XnCallbackHandle& hCallback); ``` 用户需要提供两个回调函数指针（`gestureRecognizedCB`和`gestureProgressCB`）以及一个自定义数据指针（`pCookie`），并且接收返回的`hCallback`值，用于后续的回调管理。 然而，作者提到实验结果显示OpenNI自带的类在手势识别效果方面并不理想，这可能意味着需要进一步优化算法或调整参数，或者结合其他技术（如深度学习）以提升识别精度。尽管初始的实现较为基础，但这篇文章为入门者提供了一个使用OpenNI进行简单手势识别的基本框架，后续的研究和改进可以在此基础上展开。