​​https://docs.opencv.org/master/examples.html​​下的

6个文件，看看在最新的OpenCV中，它们是如何发挥作用的。

在配置使用的过程中，需要注意使用较高版本的VS避免编译器兼容问题；由于DNN程序的运行依赖于训练成功的模型，因此需要预先下载准备；此外如果出现各种报错，需要对症下药。

此外，由于需要使用common.hpp文件，所以需要引入dnn目录到include中

用到的数据集都放在：

链接：https://pan.baidu.com/s/1WPoXU3VodErPHZo6Yc21xA 

提取码：01no 

如果你没找到，那一定是我忘了。

=====================================================================================友善的分割线============================

有了前面的基础，现在我们实现openpose应该是比较有把握的，浏览代码，能够发现这几行代码可以根据pretrained的caffemodel不同，实现不同的处理效果。

这里隐约地体现出dnn模块插件的特性，所需要注意的是还必须根据不同模型采取不同配置：

这肯定是项目的难点。

原代码写的不是太好，在这几个地方都没有参数的判空操作。根据注释，应该这样写调用参数。

看看这个能否识别出来

一口气，一次性将调试参数写对：

​​--model     =e     :     /     template
     /pose_iter_440000.caffemodel 
     --proto
     =e
     :
     /
     template
     /openpose_pose_coco.prototxt 
     --image
     =e
     :
     /
     template
     /whatisyourname.jpeg 
     --dataset
     =COCO
    ​​

感觉很奇怪呀，不过我对openpose这块不是很熟悉，换一张正面的图。

正正规规的。

这个就很正，不过速度堪忧。