OSCeleton 技术文档
2024-12-20 05:33:41作者:钟日瑜
1. 安装指南
1.1 安装 OpenNI 驱动、框架和中间件
Windows / Linux / Mac OSX
首先,您需要安装 OpenNI 框架、驱动和 NITE 中间件。请按照以下步骤操作:
- 下载并安装 avin 的 Primesense PSDK 驱动(适用于 Kinect):
- 项目地址:https://github.com/avin2/SensorKinect
- 按照项目中的说明安装 OpenNI 框架、驱动和 NITE 中间件。
1.2 安装 OSCeleton
Linux 或 Mac OSX
- 克隆或下载 OSCeleton 项目。
- 在终端中进入项目目录。
- 运行以下命令进行编译:
make
Windows
- 使用预编译的二进制文件,位于
bin\win32目录下。 - 或者使用 VC++ Express 的
.sln文件进行编译。
2. 项目使用说明
2.1 运行 OSCeleton
默认运行
- 在 Linux 或 Mac OSX 上,直接运行编译后的可执行文件。
- 在 Windows 上,运行
bin\win32目录下的可执行文件。
自定义运行
- 如果不带任何参数运行可执行文件,OSCeleton 将默认将 OSC 消息发送到本地主机的 7110 端口。
- 您可以通过运行
OSCeleton -h获取所有可用选项的完整列表。
2.2 测试 OSCeleton
- 使用 Animata 骨骼动画软件进行测试,需要使用
-k选项以适应 Animata 的特定格式。 - 例如:
OSCeleton.exe -k -mx 640 -my 480 -ox -160
3. 项目 API 使用文档
3.1 OSC 消息格式
新用户检测
- 地址模式:
/new_user - 类型标签:
i - 描述:新用户被检测到,尚未有骨骼数据。
新骨骼检测
- 地址模式:
/new_skel - 类型标签:
i - 描述:新骨骼被检测到,校准成功。
用户丢失
- 地址模式:
/lost_user - 类型标签:
i - 描述:用户丢失,ID 将被释放。
关节消息
- 地址模式:
/joint - 类型标签:
sifff - 描述:包含每个骨骼关节的坐标。
3.2 其他模式
Kitchen 模式
- 使用
-k选项,消息格式为:- 地址模式:
/joint - 类型标签:
sff
- 地址模式:
Quartz Composer 模式
- 使用
-q选项,消息格式为:- 地址模式:
/joint/name/id - 类型标签:
fff
- 地址模式:
4. 项目安装方式
4.1 源码编译
- 在 Linux 或 Mac OSX 上,使用
make命令进行编译。 - 在 Windows 上,使用 VC++ Express 的
.sln文件进行编译。
4.2 预编译二进制文件
- 在 Windows 上,可以直接使用
bin\win32目录下的预编译二进制文件。
5. 其他
5.1 社区与支持
- 如有关于功能请求、错误报告或一般讨论,请加入我们的 Google 群组。
5.2 OSCeleton-Puppet
- OSCeleton-Puppet 是 OSCeleton 的一个分支,添加了一些特定项目的功能。
- 新增选项以
-x开头,如-xr、-xt和-xd。
希望这篇文档能帮助您更好地理解和使用 OSCeleton 项目。祝您使用愉快!
登录后查看全文
热门项目推荐
AutoGLM-Phone-9BAutoGLM-Phone-9B是基于AutoGLM构建的移动智能助手框架,依托多模态感知理解手机屏幕并执行自动化操作。Jinja00
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
GLM-4.6V-FP8GLM-4.6V-FP8是GLM-V系列开源模型,支持128K上下文窗口,融合原生多模态函数调用能力,实现从视觉感知到执行的闭环。具备文档理解、图文生成、前端重构等功能,适用于云集群与本地部署,在同类参数规模中视觉理解性能领先。Jinja00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-ASR-Nano-2512GLM-ASR-Nano-2512 是一款稳健的开源语音识别模型,参数规模为 15 亿。该模型专为应对真实场景的复杂性而设计,在保持紧凑体量的同时,多项基准测试表现优于 OpenAI Whisper V3。Python00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
24
9
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
403
3.14 K
Ascend Extension for PyTorch
Python
224
250
暂无简介
Dart
672
159
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
663
319
React Native鸿蒙化仓库
JavaScript
262
325
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.21 K
655
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
64
19
openGauss kernel ~ openGauss is an open source relational database management system
C++
160
219