几个月前看到了PoseEstimation的论文，大喜；人的姿势可以用tensorflow学习一下就搞定啦！
那多年来想用手机实现一个kinect的愿望不就已经基本达成了么，一看模型大小，400多MB，而且FPS也不是很高；再见…
不过先写一个实时抓相机图像的Android应用吧，随时准备把pose estimation接上去，这样写个restful server以后用手势就可以控制电脑了，绑定成鼠标事件，就能把Android变成Kinect。
目前的代码就是实现调用了两套相机API，一套Camera v1的，一套v2的兼容尽量广的平台。个人用起来v1的速度比v2感觉要快不少，燃饿，华为的Android竟然直接kill了v1，只有小米还支持v1…
代码敬上： https://github.com/stallpool/OpenEyes
代码都是七拼八凑从网上搜刮来的，这里就把它当成一个template，当以后写camera程序seed，最近还把它转成kotlin了。v1没什么好说的，就是参照官方的例子就好了；到了v2竟然没有好的例子！关键是我的实现不是直接显示surface，而是要抓到相机得到的图片，然后draw出来，这样方便加滤镜。在颜色编码上弄了N久，最后还是stackoverflow的大神解决了yuv420转N21转RGB的方法。
当然，除了直接显示相机设备实时抓到的图片，这个template还实现了简单的滤镜，比如直方图均衡器，3*3卷积核滤镜，Sobel边缘检测算子（就是提取图片中的边缘）。只是那个边缘检测算子FPS不够，还需要继续优化。暂时还不想把OpenCV直接编译进去，虽然会快很多。不过至少可以把tensorflow中mobile版的图像中对象识别拉进去玩了。
Toy完成。继续开发。Enjoy.
J.Y.Liu
2018.04.20
