之前有介绍过基于tensorflow的openpose版本安装，但是我觉得没有caffe框架那么好用，很多功能也实现不了，比如调节net_resolution的调节，通过调节分辨率来提高检测的精确性和检测速度。还有手、脸和足的关键点识别，这些目前来说，tensorflow版本都没有涉及到。
所以寻求caffe框架好处多多，希望想进行大型项目开发的小伙伴还是选择caffe版本的，源码是c+。如果本身不太了解c++的小伙伴们，可以采用python api进行项目开发。
如果本文有讲的不清楚的地方，可以参考下面几个博主的安装教程。
## 1.https://medium.com/pixel-wise/real-time-pose-estimation-in-webcam-using-openpose-python-2-3-opencv-91af0372c31c 2.https://blog.techbridge.cc/2019/01/18/openpose-installation/ 3.https://blog.csdn.net/qq_20226441/article/details/82380030 4.https://blog.csdn.net/zb1165048017/article/details/82115724
openpose c++的环境搭建：
openpose1.5.0 + vs2017 +cuda10.2 + cudnn7 + win10
1.openpose的获取
打开 https://github.com/CMU-Perceptual-Computing-Lab/openpose
选择openpose1.5.0最新版本，点击clone or download，下载到项目目录。
2.vs2017的安装，建议按默认路径安装
3.cuda和cudnn安装
cuda官网：https://developer.nvidia.com/cuda-downloads
cudnn官网：https://developer.nvidia.com/cudnn
我的链接：https://pan.baidu.com/s/1Qyi9BUHf26b5ftCUr1FJKA
提取码：ukp3
4.下载模型文件
1.按照目录打开文件：openpose3rdpartywindows下找到四个.bat批处理文件分别运行一次以自动下载所需环境。（我尝试的运行很慢，可以用浏览器下载，比较快一些）
2.在openposemodels下找到getModels.bat批处理文件运行下载所需模型。
5.cmake安装
6.生成工程（如下图所示）
单击configure进行配置，可能会下载一些文件，
注意选择相应的vs版本，默认是vs2017，若为64位平台选择win64
等进度条跑完，红色底色表示为新的内容，建议把所有model都勾选上，因为coco和mpi模型相对body_25较为简化，可加快运行速度。
记得将gpu-mode 改成cuda
单击generate生成工程文件，可能会下载一些文件。
7.生成库
用 Visual Studio 2015 打開 build/OpenPose.sln 檔案
切換到 Release Mode 並 Build Project
这一点非常重要，如果没有改成release，后面的python api会启动失败。
8.运行测试
将希望运行的项目（openposedemo或者tutorial里的项目等）右击设为启动项目f5运行。
重要：
如果上面的步驟都做完，應該可以在
openposeuildpythonopenposeRelease 看到
openpose_python.cp36-win_amd64.pyd library 文件。
（OpenPose 原生是用 C++ 寫的，是用 pybind11 包成 Python 可以呼叫的 library，这里的cp36指的是python3.6版本，一定要注意，以后环境变了，还要重新编译。）
完成上述步骤后，就可以在 openposeuildexamples utorial_api_python运行所需的文件了。
比如openpose_python.py，这个是运行摄像头，进行实时检测的。
注意：dir_path，指的是你openpose的安装目录，如果你换了项目环境，需要改成以下的绝对路径。
下面是关于参数的修改，里面涉及很多参数，等以后会出相关的参数含义介绍。也可以自己查看相关文档。
后期会出相关的openpose的文档介绍，非常有意思，需要注意的地方也很多。
目前在进行相关项目的开发和整理，有兴趣的小伙伴可以加入讨论，当然拒绝伸手党，希望大家能尊重彼此的劳动成果，有机会进行合作。