幾個月前看到了PoseEstimation的論文，大喜；人的姿勢可以用tensorflow學習一下就搞定啦！
那多年來想用手機實現一個kinect的願望不就已經基本達成了麼，一看模型大小，400多MB，而且FPS也不是很高；再見…
不過先寫一個實時抓相機圖像的Android應用吧，隨時準備把pose estimation接上去，這樣寫個restful server以後用手勢就可以控制電腦了，綁定成鼠標事件，就能把Android變成Kinect。
目前的代碼就是實現調用了兩套相機API，一套Camera v1的，一套v2的兼容儘量廣的平臺。個人用起來v1的速度比v2感覺要快不少，燃餓，華爲的Android竟然直接kill了v1，只有小米還支持v1…
代碼都是七拼八湊從網上搜刮來的，這裏就把它當成一個template，當以後寫camera程序seed，最近還把它轉成kotlin了。v1沒什麼好說的，就是參照官方的例子就好了；到了v2竟然沒有好的例子！關鍵是我的實現不是直接顯示surface，而是要抓到相機得到的圖片，然後draw出來，這樣方便加濾鏡。在顏色編碼上弄了N久，最後還是stackoverflow的大神解決了yuv420轉N21轉RGB的方法。
當然，除了直接顯示相機設備實時抓到的圖片，這個template還實現了簡單的濾鏡，比如直方圖均衡器，3*3卷積核濾鏡，Sobel邊緣檢測算子（就是提取圖片中的邊緣）。只是那個邊緣檢測算子FPS不夠，還需要繼續優化。暫時還不想把OpenCV直接編譯進去，雖然會快很多。不過至少可以把tensorflow中mobile版的圖像中對象識別拉進去玩了。
Toy完成。繼續開發。Enjoy.
J.Y.Liu
2018.04.20