注：目前已经有很多优秀的开源了的扩展插件的过程，所以在这里主要想介绍对posenet模型的一些理解，同时程序还有很多需要改进的地方，欢迎大家提出建议：）
Scratch3.0的下载请参考官方，目前使用到的是scratch-gui和scratch-vm包。scratch-gui: https://github.com/LLK/scratch-gui.git ,scratch-vm:https://github.com/LLK/scratch-vm.git 。同时需要cmder输入指令，用到node和yarn安装依赖，请自行下载。在Scratch3.0中扩展插件的详细过程请参考：https://blog.just4fun.site/post/少儿编程/create-first-scratch3-extension/ 。
2.1、 首先在scratch-vm\src\extensions目录下新建scratch3_posenet文件夹。在scratch3_posenet文件夹中放置空白文件index.js。
2.2、 设置extensions-manager.js文件，该文件夹位于scratch-vm\src\extensions-support文件夹下。修改方式如下：+所指部分为添加的代码：
const log = require('../util/log');
const maybeFormatMessage = require('../util/maybe-format-message');
const BlockType = require('./block-type');
const Scratch3KnnBlocks = require('../extensions/scratch3_knn');
const Scratch3FaceapiBlocks = require('../extensions/scratch3_faceapi');
+const Scratch3PosenetBlocks = require('../extensions/scratch3_posenet');
// These extensions are currently built into the VM repository but should not be loaded at startup.
// TODO: move these out into a separate repository?
// TODO: change extension spec so that library info, including extension ID, can be collected through static methods
const builtinExtensions = {
// This is an example that isn't loaded with the other core blocks,
// but serves as a reference for loading core blocks as extensions.
coreExample: () => require('../blocks/scratch3_core_example'),
// These are the non-core built-in extensions.
pen: () => require('../extensions/scratch3_pen'),
wedo2: () => require('../extensions/scratch3_wedo2'),
music: () => require('../extensions/scratch3_music'),
microbit: () => require('../extensions/scratch3_microbit'),
text2speech: () => require('../extensions/scratch3_text2speech'),
translate: () => require('../extensions/scratch3_translate'),
videoSensing: () => require('../extensions/scratch3_video_sensing'),
ev3: () => require('../extensions/scratch3_ev3'),
makeymakey: () => require('../extensions/scratch3_makeymakey'),
boost: () => require('../extensions/scratch3_boost'),
gdxfor: () => require('../extensions/scratch3_gdx_for'),
knnAlgorithm:() =>require('../extensions/scratch3_knn'),
faceapi:()=>require('../extensions/scratch3_faceapi'),
+posenet:()=>require('../extensions/scratch3_posenet')
};
......
2.3、 在scratch-gui\src\lib\libraries\extensions路径下新建文件夹posenet。在其中放入posenet.png和posenet-small.svg。
2.4、 设置index.jsx 文件，该文件位于scratch-gui\src\lib\libraries\extensions路径下。修改方式如下，+所指部部分为添加的代码： 首先调用刚才放置好的.svg和.png图片作为模块的封面：
......
import makeymakeyIconURL from './makeymakey/makeymakey.png';
import makeymakeyInsetIconURL from './makeymakey/makeymakey-small.svg';
import knnalgorithmImage from './knnAlgorithm/knnAlgorithm.png';
import knnalgorithmInsetImage from './knnAlgorithm/knnAlgorithm-small.svg';
+import posenetImage from './posenet/posenet.png';
+import posenetInsetImage from './posenet/posenet-small.svg';
import microbitIconURL from './microbit/microbit.png';
import microbitInsetIconURL from './microbit/microbit-small.svg';
import microbitConnectionIconURL from './microbit/microbit-illustration.svg';
import microbitConnectionSmallIconURL from './microbit/microbit-small.svg';
......
之后设置posenet extension的封面：
export default [
......
},
+{
+ name: (
+ <FormattedMessage
+ defaultMessage="posenet"
+ description="Name for the 'posenet' extension"
+ id="gui.extension.posenet.name"
+ />
+ ),
+ extensionId: 'posenet',
+ iconURL: posenetImage,
+ insetIconURL: posenetInsetImage,
+ description: (
+ <FormattedMessage
+ defaultMessage="pose detection."
+ description="Description for the 'posenet' extension"
+ id="gui.extension.posenet.description"
+ />
+ ),
+ featured: true
+ },
......
注意extensionId部分的内容和步骤2中第一个代码框中冒号前内容相同，这是posenet extension的id 属性，因此必须相同，之后index.js的编写中也会有相应部分的提示。 2.5、进行测试。此时在/scratch-gui/ 中运行webpack-dev-server –https，之后新建console dialog 在/scratch-vm/ 中运行yarn run watch，再新建console dialog 在/scratch-gui/ 中运行yarn link scratch-vm。后所得的网页，在https://127.0.0.1:8601/ 端口可以看到posenet的封面已经完成，但此时点击不会有内容，我们此时需要对index.js的内容进行编辑。
3.1、认识tfjs
tfjs-core:基础包，包含一些最基本的用于机器学习的命令，如做一些线性运算和求梯度的运算；tfjs-converter：GraphModel导入和执行，执行一些简单的模型的导入和运行，可将从python中训练好的模型载入浏览器中；tfjs-layers：LayersModel创建&导入&执行，用于在网络中创建网络模型，对于没有打包好的模型，将训练好的模型的权重加进去打包成一个模型；tfjs-data：数据流工具包，对数据流进行控制。
3.2、 环境配置
Tensorflow.js:tfjs-core >= 1.2.6;tfjs-converter >= 1.2.5;tfjs-layers >= 1.2.5。Node.js >= v10.16.0(npm >= 6.9.0)。
3.3、 导入Tensorflow.js模型
在index.js开头加入：
require('babel-polyfill');
const Runtime = require('../../engine/runtime');
const ArgumentType = require('../../extension-support/argument-type');
const BlockType = require('../../extension-support/block-type');
const Clone = require('../../util/clone');
const Cast = require('../../util/cast');
const Video = require('../../io/video');
const formatMessage = require('format-message');
//import * as posenet from '@tensorflow-models/posenet';
//const tf = require('@tensorflow/tfjs');
const posenet = require('@tensorflow-models/posenet');
const tf = require('@tensorflow/tfjs-core');
//const tf = require('@tensorflow/tfjs-converter');
安装依赖：在这个插件中只需要两个包，在console的报错提示下，在对应路径中yarn add xxx即可（npm install xxx），就可以将模型安装到项目中去。该插件中安装了@tensorflow/tfjs-converter和@tensorflow-models/posenet 按照提示直到console不再报错。
注：index的框架应该按照官方的格式书写：https://github.com/LLK/scratch-vm/blob/develop/docs/extensions.md 。
4.1、 复制knn extension对应的index.js文件的代码。 从* Sensor attribute video sensor block should report.* @readonly* @enum {string} 这一部分开始，直到代码结束。knn模块的代码请参考https://github.com/CodeLabClub/scratch3_knn 。并将复制得到代码中的全部Scratch3Knn改为Scratch3Posenet。
4.2、 移动代码至getInfo()处修改extensionId为‘posenet‘，此处应和extension-manager.js和index.jsx中的id相同，否则无法在点击时自动显示extension对应的块。此外，name 为该extension在列表中的名字，仅标识用，安装需要修改即可。
4.3、 删除getInfo()中block[ ]中除 videoToggle和setVideoTransparency之外的其他模块，并将这些模块的opcode所对应的function一并删除（位置在class posenet{ }中,getInfo(){ }的block[ ]之下）。
4.4、 在getInfo(){ }中加入如下代码：
blocks: [
{
opcode: 'videoToggle',
text: 'turn video [VIDEO_STATE]',
arguments: {
VIDEO_STATE: {
type: ArgumentType.NUMBER,
menu: 'VIDEO_STATE',
defaultValue: VideoState.ON
}
}
},
{
opcode: 'setVideoTransparency',
text: 'set video transparency to [TRANSPARENCY]',
arguments: {
TRANSPARENCY: {
type: ArgumentType.NUMBER,
defaultValue: 50
}
}
},
+ {
+ opcode: 'isloaded',
+ blockType: BlockType.REPORTER,
+ text: formatMessage({
+ id: 'posenet.isloaded',
+ default: 'isloaded',
+ description: 'posenet is loaded'
+ })
+ }
],
此时再次运行所得网页，点击faceapi对应封面，则有对应菜单弹出且摄像头自动打开。至此，block的架构完成，可以开始添加执行代码。
同时模型加载的方法参考Tensorflow.js官方：https://github.com/tensorflow/tfjs-models/tree/master/posenet 。
5.1、 posenet模型存在四个参数：模型的名称、CNN中的一个参数、输入时图像的分辨率、设定其乘数。
在index的后面定义一个异步的函数posenetInit()用于加载模型，这样加载模型就不会影响主进程的进行，在前面调用该函数即可。
async posenetInit () {
this.posenet = await posenet.load({
architecture: 'MobileNetV1',
outputStride: 16,
inputResolution: { width: 640, height: 480 },
multiplier: 0.75
}); //从检查点开始加载模型
console.log(this.posenet)
}
}
5.2、 在setVideoTransparency(args) { } 函数后添加isloaded()函数：
isloaded() {
return Boolean(this.posenet)
}
5.3、 在cmder中运行webpack-dev-server --https，打开:https://127.0.0.1:8601/ 。点击isloaded积木块显示true，则代表模型成功加载。
注：模型功能的引用也参考官方的说明。个人的理解是模型输出为一个数组，其中包含人体的置信度、人体各个部位的名称及位置以及人体各个部位的置信度。
人体的置信度是pose.score，人体各个部位的信息pose.keypoints，人体各个部位的置信度pose.keypoints[i].score，人体各个部位的名称pose.keypoints[i].part。
6.1、 首先将VideoToggle(args){ }部分做如下修改：
videoToggle(args) {
const state = args.VIDEO_STATE;
this.globalVideoState = state;
if (state === VideoState.OFF) {
this.runtime.ioDevices.video.disableVideo();
} else {
this.runtime.ioDevices.video.enableVideo().then(() => {
+this.video = this.runtime.ioDevices.video.provider.video
+console.log('this.video got')
+console.log(this.video)
//this.image = this.runtime.ioDevices.video.provider.image
//console.log('this image got')
+this.originCanvas = this.runtime.renderer._gl.canvas // 右上侧canvas
+this.canvas_one = document.createElement('canvas') // 创建用于绘制canvas_one
+this.canvas_two = document.createElement('canvas') // 创建用于绘制canvas_two
+this.canvas_three = document.createElement('canvas') // 创建用于绘制canvas_three
+console.log(this.canvas_one)
+console.log(this.canvas_two)
+console.log(this.canvas_three)
//获得video数据
})
// Mirror if state is ON. Do not mirror if state is ON_FLIPPED.
this.runtime.ioDevices.video.mirror = state === VideoState.ON;
}
}
即在this.runtime.ioDevices.video.enableVideo()添加then(() => { // 获得video数据 this.video = this.runtime.ioDevices.video.provider.video console.log('this.video got') }); 部分，获得video数据。方便下一步的调用和处理。
6.2、 人体置信度
在isloaded()函数后添加poseConfidence()：
poseConfidence(args,util) {
if (this.globalVideoState === VideoState.OFF){
alert('请先打开摄像头')
return
}
return new Promise((resolve, reject) => {
this.timer = setInterval(async () => {
const imageScaleFactor = 0.50;
const flipHorizontal = false;
const outputStride = 16;
this.video.width=500;
this.video.height=500;
const imageElement = this.video;
//
const net =this.posenet;
const pose = await net.estimateSinglePose(imageElement, imageScaleFactor, flipHorizontal, outputStride);
resolve(pose.score)
console.log(pose.score)
console.log(pose)
},1000);
})
}
需要注意的是：刚开始在调用模型时，没有定义this.video的宽度和高度，出来的结果中没有每个姿态的具体位置，在这里要确保像源元素添加了宽度和高度，这样才能在控制台中出来各个姿态的具体位置。可以参考：CodeLabClub/scratch3_knn#8 。
此时调用该积木块即可得到单人的人体置信度，多人的人体置信度与单人的类似，只是需要在index前面定义一个NUMBERS{}用来表明需要检测的人体数量。
const NUMBERS = {
ONE: '1',
TWO: '2',
THREE: '3',
FOUR: '4',
FIVE: '5'
};
再在class Scratch3Posenet {}中引入：
static get NUMBERS() {// static get NUMBERS
return NUMBERS;
}
get NUMBERS_INFO() {// NUMBERS_INFO函数
return [
{
name: '1',
value: NUMBERS.ONE
},
{
name: '2',
value: NUMBERS.TWO
},
{
name: '3',
value: NUMBERS.THREE
},
{
name: '4',
value: NUMBERS.FOUR
},
{
name: '5',
value: NUMBERS.FIVE
}
];
}
getInfo()部分的代码如下：
{
opcode: 'multiplePoseConfidence',
blockType: BlockType.REPORTER,
text: formatMessage({
id: 'posenet.multiplePoseConfidence',
default: 'multiple pose [NUMBERS] confidence',
description: 'get multiple pose confidence'
}),
arguments: {
NUMBERS: {
type: ArgumentType.STRING,
menu: 'NUMBERS',
defaultValue: NUMBERS.ONE
}
}
},
对应的功能代码如下：
multiplePoseConfidence(args,util) {
if (this.globalVideoState === VideoState.OFF){
alert('请先打开摄像头')
return
}
return new Promise((resolve, reject) => {
this.timer = setInterval(async () => {
const imageScaleFactor = 0.50;
const flipHorizontal = false;
const outputStride = 16;
const maxPoseDetections = 5;// get up to 5 poses
const scoreThreshold = 0.5;// minimum confidence of the root part of a pose
const nmsRadius = 20;// minimum distance in pixels between the root parts of poses
this.video.width=500;
this.video.height=500;
const imageElement = this.video;
//
const net =this.posenet;
const poses = await net.estimateMultiplePoses(imageElement, imageScaleFactor, flipHorizontal, outputStride,maxPoseDetections,scoreThreshold,nmsRadius);
let n = args.NUMBERS;
if (n == NUMBERS.ONE){
resolve(poses[0].score)
}
if (n == NUMBERS.TWO){
resolve(poses[1].score)
}
if (n == NUMBERS.THREE){
resolve(poses[2].score)
}
if (n == NUMBERS.FOUR){
resolve(poses[3].score)
}
if (n == NUMBERS.FIVE){
resolve(poses[4].score)
}
console.log(poses)
},1000);
})
}
此时调用积木块即可得到多人的人体置信度，上面的代码最多只能进行五个人的识别，可以根据需要进行添加。
6.3、 人体各部位置信度
posePartConfidence(args,util) {
if (this.globalVideoState === VideoState.OFF) {
alert('请先打开摄像头')
return
}
return new Promise((resolve, reject) => {
this.timer = setInterval(async () => {
const imageScaleFactor = 0.50;
const flipHorizontal = false;
const outputStride = 16;
this.video.width=500;
this.video.height=500;
const imageElement = this.video;
const net = this.posenet;
const pose = await net.estimateSinglePose(imageElement, imageScaleFactor, flipHorizontal, outputStride);
let x = args.POSES;
switch (x) {
case POSES.NOSE:
resolve(pose.keypoints[0].score);
break;
case POSES.LEFTEYE:
resolve(pose.keypoints[1].score);
break;
case POSES.RIGHTEYE:
resolve(pose.keypoints[2].score);
break;
case POSES.LEFTEAR:
resolve(pose.keypoints[3].score);
break;
case POSES.RIGHTEAR:
resolve(pose.keypoints[4].score);
break;
case POSES.LEFTSHOULDER:
resolve(pose.keypoints[5].score);
break;
case POSES.RIGHTSHOULDER:
resolve(pose.keypoints[6].score);
break;
case POSES.LEFTELBOW:
resolve(pose.keypoints[7].score);
break;
case POSES.RIGHTELBOW:
resolve(pose.keypoints[8].score);
break;
case POSES.LEFTWRIST:
resolve(pose.keypoints[9].score);
break;
case POSES.RIGHTWRIST:
resolve(pose.keypoints[10].score);
break;
case POSES.LEFTHIP:
resolve(pose.keypoints[11].score);
break;
case POSES.RIGHTHIP:
resolve(pose.keypoints[12].score);
break;
case POSES.LEFTKNEE:
resolve(pose.keypoints[13].score);
break;
case POSES.RIGHTKNEE:
resolve(pose.keypoints[14].score);
break;
case POSES.LEFTANKLE:
resolve(pose.keypoints[15].score);
break;
case POSES.RIGHTANKLE:
resolve(pose.keypoints[16].score);
break;
}
}, 1000);
})
}
调用该积木块可以获得单个人人体各部位的置信度，多个人的代码较长，就不浪费资源了，思路同多人置信度类似。
6.4、 人体各部位位置
得到人体各部位位置的程序和人体各部位置信度的思路类似，使用pose.keypoints[i].position可以获得，再使用switch以及if语句实现选择。
6.5、 绘制骨架
绘制骨架中就需要用到在videoToggle(args){}函数中得到的canvas。代码如下：
drawPoint(args,util){
if (this.globalVideoState === VideoState.OFF) {
alert('请先打开摄像头')
return
}
return new Promise((resolve, reject) => {
//
const originCanvas = this.originCanvas
const canvas = this.canvas_one
canvas.width = 480
canvas.height = 360
// 将绘制的canvas覆盖于原canvas之上
originCanvas.parentElement.style.position = 'relative'
canvas.style.position = 'absolute'
canvas.style.top = '0'
canvas.style.left = '0'
console.log(canvas)
originCanvas.parentElement.append(canvas)
//console.log(canvas)
this.timer = setInterval(async () => {
const imageScaleFactor = 0.50;
const flipHorizontal = false;
const outputStride = 16;
const maxPoseDetections = 5;// get up to 5 poses
const scoreThreshold = 0.5;// minimum confidence of the root part of a pose
const nmsRadius = 20;// minimum distance in pixels between the root parts of poses
this.video.width=500;
this.video.height=500;
const imageElement = this.video;
const net = this.posenet;
const poses = await net.estimateMultiplePoses(imageElement, imageScaleFactor, flipHorizontal, outputStride,maxPoseDetections,scoreThreshold,nmsRadius);
canvas.getContext('2d').clearRect(0, 0, canvas.width, canvas.height)
for (j in poses) {
if (poses[j].score >= 0.2) {//poses会对这个人的置信度进行打分，当打分大于某个值时，就进行姿态的绘制
for (i in poses[j].keypoints) {
const points = poses[j].keypoints[i]
if (points.score >= 0.1) {//当这个人的这个部位置信度大于某个值，就在画布上表示出这个部位
const {y,x} = points.position
//开始进行画点
canvas.getContext('2d').beginPath()// canvas起始
canvas.getContext('2d').arc(x * 0.8, y * 0.6, 3, 0, 2 * Math.PI)//arc画圆，x，y为中心，r为半径，最后为起始角和终止角
canvas.getContext('2d').fillStyle = "#FF0000"
canvas.getContext('2d').fill()
}
}
}
}
}, 1000);
})
}
可以绘制出人体的五官，同理可以使用posenet中的adjacentKeyPoints获得一组相关的点，使用canvas画线，可以将人体线条绘制出来；也可以使用getBoundingBox将人体边框绘制出来。
至此我对于posenet模型的理解告一段落，可以看到程序很冗长，使用了大量的if和switch语句，之后会进行进一步的改进。在绘制人体骨架时，会存在绘制出的点偏离正确位置的情况，可以通过改动绘制时点的位置进行调整。
需要注意的是，由于tfjs库版本的原因，目前这个插件无法与knn插件一起使用，该问题还在解决中。
大家若有兴趣，除了posenet模型，还有knn（图片分类）代码：https://github.com/CodeLabClub/scratch3_knn 开发过程：https://github.com/doNotBeTooSerious/scratch_knn_install 以及faceapi(人脸识别)模型可以参考https://github.com/doNotBeTooSerious/scratch_faceapi_install。
不断更新中..
按照官方的说明可以知道imageElement参数可以为很多类型，从而可以加载本地图片，通过canvas先绘制出本地图片，再对画布上图片中的人物进行姿态绘制。参考官方demo:https://github.com/tensorflow/tfjs-models/tree/master/posenet/demos .需要注意图片的像素大小，官方使用的图片是513x513，如果图片大小相差较大，绘制效果会比较差。