1、学习了解
在OpenNI中，要对人进行骨架追踪，需要人先摆出PSI的姿势，然后系统根据该姿势进行骨骼校正，待校正完成后才进行骨骼的跟踪，其流程图可以参考下面的图：
由图可以看出，其完成骨骼跟踪主要分为3个部分，首先需检测到人体，然后需要固定的PSI姿势来对人体的姿势进行校正，待姿势校正完成后，才能进行人体骨骼的追踪。参见博客文章Kinect+OpenNI学习笔记之6(获取人体骨架并在Qt中显示)
而PSI的姿势见下图：
参见博客文章Kinect开发教程五：OpenNI获取人体骨架
在OpenNI库的enum XnSkeletonJoint中，定义了24个人体的关节，所以设计了一个二维的连接表矩阵，矩阵的大小为14*2，即有14条边，每条边有2个顶点，矩阵中对应位置的值表示的是对应边的节点骨架的标号，在OpenNI中人体的骨架节点共分为15个，手脚共12个，头部2个，躯干1个。如下：
XN_SKEL_HEAD = 1, XN_SKEL_NECK = 2,
XN_SKEL_TORSO = 3, XN_SKEL_WAIST = 4,
XN_SKEL_LEFT_COLLAR = 5, XN_SKEL_LEFT_SHOULDER = 6,
XN_SKEL_LEFT_ELBOW = 7, XN_SKEL_LEFT_WRIST = 8,
XN_SKEL_LEFT_HAND = 9, XN_SKEL_LEFT_FINGERTIP =10,
XN_SKEL_RIGHT_COLLAR =11, XN_SKEL_RIGHT_SHOULDER =12,
XN_SKEL_RIGHT_ELBOW =13, XN_SKEL_RIGHT_WRIST =14,
XN_SKEL_RIGHT_HAND =15, XN_SKEL_RIGHT_FINGERTIP =16,
XN_SKEL_LEFT_HIP =17, XN_SKEL_LEFT_KNEE =18,
XN_SKEL_LEFT_ANKLE =19, XN_SKEL_LEFT_FOOT =20,
XN_SKEL_RIGHT_HIP =21, XN_SKEL_RIGHT_KNEE =22,
XN_SKEL_RIGHT_ANKLE =23, XN_SKEL_RIGHT_FOOT =24
程序中对这15个点编了序号，头部为0， 颈部为1， 躯干为2， 左肩膀为3， 左手肘为4， 左手腕5，右肩膀为6，右手肘为7，右手腕为8，左臀为9，左膝盖为10，左脚跟为11，右臀为12，右膝盖为13，右脚跟为14。目前可使用的有14个关节，如下图：
参见博客文章透過 OpenNI / NITE 分析人體骨架（上）
2、编写代码
代码摘自小斤博客，见Kinect开发教程五：OpenNI获取人体骨架 ，此处就不罗列了。
3、代码解释
习惯从main主函数开始看起，下面对一些重点代码进行解释：
【1】程序创建了三个生成器depthGenerator，imageGenerator和userGenerator。最后一个没有见过，他是具有检测新的User（以下称为人物）出现或者离开，获取画面中的人物数，人物位置信息，与上一教程介绍的GestureGenerator类似，通过注册回调函数的方式，一旦其检测到了动静（如人物出现），那么相应的回调函数就会被调用。但是也有些不同，在进行骨架的判断和姿态检测是需要用到OpenNI延伸的功能，与这种延伸功能相关的类可以称作为Capability。在进行人体骨骼分析时，user generator需要有支援Skeleton和Pose Detection这2个的capability。
【2】到了第一个注册函数，他有四个参数：
userGenerator.RegisterUserCallbacks( NewUser, LostUser, NULL, userCBHandle );
UserHandler NewUserCB：检测到新使用者的 callback function
UserHandler LostUserCB：使用者消失的 callback function
void* pCookie：额外传送给 callback function 使用的数据
XnCallbackHandle& hCallback：管理 callback function 用的 handle 值，当要取消 callback function 时就会触发这个函数。
其中要注意的是，在 callback function 的部分，NewUser() 和 LostUser() 在被调用的时候，都会取得三个变量的值：xn::UserGenerator& generator、XnUserID user、void* pCookie。
【3】到了第二个注册函数，这里出现了一个新的Capability，SkeletonCapability。它可以理解为生成器的一种能力，比如SkeletonCapability就可以理解UserGenerator获取人物骨架信息的能力。
而要使用 skeleton capability 前，还要使用 SetSkeletonProfile() 函数来设定skeleton profile，决定要使用哪些关节。在 OpenNI 是定义了五种不同的 profile：
XN_SKEL_PROFILE_NONE：没有任何关节。
XN_SKEL_PROFILE_ALL：代表所有关节，以目前的 NITE 来说就是 15 个。
XN_SKEL_PROFILE_UPPER：含躯干（torso）的上半身， 以目前的 NITE 来说就是九个关节。
XN_SKEL_PROFILE_LOWER：含躯干（torso）的下半身，以目前的 NITE 来说理论上有七个，但是Heresy 实验后只有列出不含 torso 的六个关节。
XN_SKEL_PROFILE_HEAD_HANDS：只有头和双手三个关节。
在获取人物骨架前，首先要进行标定的工作，因此SkeletonCapability需要注册两个回调函数CalibrationStart和CalibrationEnd，分别在人物标定开始与结束时调用，他们包含以下参数：
CalibrationStart CalibrationStartCB：开始进行骨架校正的回调函数；
CalibrationEnd CalibrationEndCB：骨架校正完的回调函数；
void* pCookie：额外传送给回调函数的数据信息；
XnCallbackHandle& hCallback：管理回调函数用的 handle 值。
重点关注CalibrationEnd这个回调函数，看看他的参数：
xn::SkeletonCapability& skeleton：即是skeletonCap。
XnUserID user：目前进行骨架校正的使用者。
XnBool bSuccess：人体骨架校正校正是否成功。
void* pCookie：额外传送的数据，此处就是userGenerator，便于在回调函数里面操作。
CalibrationEnd()函数的作用就是通过 bSuccess 标志来判断是否有正确骨架，如果成功的话就调用skeleton.StartTracking( user )的skeleton capability开始对这个使用者骨架进行跟踪；而如果失败就要求 pose detectioncapability 重新检测PSI姿势，等到下一尺再分析骨架。
在要重新检测PSI姿势时，要对pose detection capability做操作。而CalibrationEnd() 取得的只有 skeleton capability，并沒有 pose detection capability。因此，要通过外部传来的 pCookie 来获得，而在这里由于得到的是 mUserGenerator 指针，但是类型已经是 void* 了，所以要使用的话，要通过强制转换成 xn::UserGenerator* 才行。如下所示：
((xn::UserGenerator*)pCookie)->GetPoseDetectionCap().StartPoseDetection( “Psi”, user );
实际上这个程序里CalibrationEnd() 只有用到 skeleton capability 和 pose detection capability，而他本身就可以直接取得 skeleton capability，拿不到的只有 pose detection capability，所以可以不用把 user generator 传进来，只要 pose detection capability 也是可以的。
【4】到了这个函数，作用和注册回调函数相同。
userGenerator.GetPoseDetectionCap().RegisterToPoseDetected( PoseDetected,&userGenerator, poseCBHandle )，其中
PoseDetection PoseDetected：检测到姿势调用的回调函数；
void* userGenerator：额外传送的数据；
poseCBHandle：管理回调函数用的 handle 值。
看看这个PoseDetected() 函数，他总供有四个参数：
xn::PoseDetectionCapability& poseDetection：pose detection capability 他等同于主函数中mUserGenerator.GetPoseDetectionCap() 取得的 pose detection capability参数；
const XnChar* strPose：检测到姿势，这里就只有PSI一种；
XnUserID user：检测到该姿势的使用者；
void* pCookie：额外传送的数据，这里就是user generator，也即是 mUserGenerator 。
【5】最后进入main函数主循环，首先通过收集器获得彩色图像数据和使用者信息数据，再通过GetSkeletonJoint()方法，可以得到对应关节的XnSkeletonJointTransformation，这个结构体包含position和orientation，position中又包含一个position和fConfidence，分别代表关节的位置和可信度，orientation同样如此，包含关节的运动方向和可信度。这些步骤得到的position信息，是一个真实场景的3D坐标，需要通过投影转换到屏幕坐标，转换过程通过ConvertRealWorldToProjective()方法实现。
为了更直观地输出显示，可以各个关节通过直线连接起来，形成一个人体的骨架。这里定义了startSkelPoints和endSkelPoints数组，两个数组的值一一对应，代表一组起点终点的关节对，将每组起点和终点通过直线连接，比如HEAD与NECT与TORSO等。
4、参考文章
【1】Kinect+OpenNI学习笔记之6(获取人体骨架并在Qt中显示)
【2】Kinect开发教程五：OpenNI获取人体骨架
【3】透過 OpenNI / NITE 分析人體骨架（上）
【4】透過 OpenNI / NITE 分析人體骨架（下）