所需环境：Python3.6 + Tensorflow
如果使用cpu版本，可以参考：https://www.jianshu.com/p/da141c730180
如果使用gpu版本，可以参考：https://www.jianshu.com/p/62d414aa843e
还需要装一下git，下载地址：https://git-scm.com/downloads
6个步骤：
- 安装TensorFlow GPU版本
- 下载 tf-pose-estimation 源码
- 安装所需模块
- 安装openCV
- Build c++ library
- 运行
1. 安装TensorFlow GPU版本
参考：https://www.jianshu.com/p/62d414aa843e
如果没有gpu，也可以使用cpu
2. 下载 tf-pose-estimation 源码
git 方式：
git clone https://github.com/ildoonet/tf-pose-estimation
直接下载Zip方式，然后解压源码：
直接下载方式
3.安装所需模块
所需模块查看
打开cmd，进入目录，执行命令：
F:
cd tf-openpose
pip install -r requirements.txt
如图：
安装所需模块
我这里是F:\tf-openpose目录，大家还要按自己的目录来
image.png
如果出现这样的错误，是网络问题，多试几次
4.安装openCV
下载 ： http://ai-download.xmgc360.com/opencv_python-3.3.0.10-cp36-cp36m-win_amd64.whl
根据自己下载所在目录进行安装,我的是放在了F:\tf-openpose目录下
# 安装
pip install F:\tf-openpose\opencv_python-3.3.0.10-cp36-cp36m-win_amd64.whl
5.Build c++ library
首先要下载swig，用swig命令去编译
下载地址：http://prdownloads.sourceforge.net/swig/swigwin-3.0.12.zip，解压到制定目录，我这里放在C:\swigwin-3.0.12，把该目录加入环境变量path
image.png
cd F:\tf-openpose\tf_pose\pafprocess
swig -python -c++ pafprocess.i && python setup.py build_ext --inplace
image.png
6.调用摄像头运行程序：
进入F:\tf-openpose目录下，执行程序
F:
cd tf-openpose
python run_webcam.py --model=mobilenet_thin --resize=432x368 --camera=0
效果如下：
演示效果
